掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
數據科學與大數據技術系列數據分析與數據可視化實戰/張延松 版權信息
- ISBN：9787121379925
- 條形碼：9787121379925 ; 978-7-121-37992-5
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數據科學與大數據技術系列數據分析與數據可視化實戰/張延松 本書特色
本書以企業級基準數據集為實戰案例，系統地介紹了目前比較前沿、比較具有代表性的數據分析與數據可視化工具的使用方法，涵蓋了從數據管理到數據抓取、數據可視化、數據挖掘建模的整個企業級數據分析流程，使讀者能夠掌握企業級數據分析處理的基本技能，為承擔企業級數據分析處理或其他領域的相關任務打下基礎。本書可以作為經濟、人文、社會、管理學科學生學習數據分析與數據可視化技術的入門教材，也可以作為計算機專業、信息類專業本科生的教材或參考書，同樣也可以作為企業數據分析人員的參考書。
數據科學與大數據技術系列數據分析與數據可視化實戰/張延松 內容簡介
本書以企業級基準數據集為實戰案例，系統地介紹了目前比較前沿、比較具有代表性的數據分析與數據可視化工具的使用方法，涵蓋了從數據管理到數據抓取、數據可視化、數據挖掘建模的整個企業級數據分析流程，使讀者能夠掌握企業級數據分析處理的基本技能，為承擔企業級數據分析處理或其他領域的相關任務打下基礎。本書可以作為經濟、人文、社會、管理學科學生學習數據分析與數據可視化技術的入門教材，也可以作為計算機專業、信息類專業本科生的教材或參考書，同樣也可以作為企業數據分析人員的參考書。
數據科學與大數據技術系列數據分析與數據可視化實戰/張延松 目錄
目 錄
**篇 預 備 篇
第1章 數據分析與數據庫的初步認識
1.1 數據分析的基本概念
1.1.1 大數據與數據價值
1.1.2 數據、數據分析與數據挖掘
1.1.3 數據可視化
1.1.4 數據驅動決策
1.1.5 數據分析師在企業中扮演的角色
1.2 數據庫的基本概念
1.2.1 企業級關系型數據庫
1.2.2 主鍵與外鍵
1.2.3 維度與度量
1.2.4 日期分區
1.3 數據分析的一般流程
1.3.1 定義數據分析目標
1.3.2 數據預處理
1.3.3 數據分析與模型搭建
1.3.4 數據產品上線與維護
本章小結
第2章 TPC-DS 數據分析案例簡介
2.1 數據集簡介
2.2 數據集結構解析
2.2.1 store sales網絡
2.2.2 catalog sales網絡
2.2.3 website sales網絡
2.2.4 inventory網絡
2.3 數據集字段解析
2.3.1 事實表字段解析
2.3.2 維度表字段解析
2.4 啟示與挑戰
本章小結
第二篇 技 能 篇
第3章 企業級數據分析環境的搭建
3.1 SQL Server 2019 數據庫管理工具
3.1.1 SQL Server 2019 安裝與配置
3.1.2 新建TPC-DS 數據庫
3.1.3 通過數據導入向導導入 TPC-DS 數據集
3.1.4 通過 Bulk Insert 命令導入 TPC-DS 數據集
3.1.5 通過數據導出向導導出數據
3.2 Excel Power 插件數據分析工具
3.2.1 Excel Power 插件的調用
3.2.2 Power Pivot 連接 SQL Server 2019數據庫
3.2.3 Power View 與 Power Map的調用
3.3 Power BI Desktop 數據分析工具
3.3.1 Power BI Desktop 簡介與安裝
3.3.2 Power BI Desktop 連接 SQL Server 2019 數據庫
3.4 Tableau Desktop ＆ Prep 數據分析工具
3.4.1 Tableau Desktop ＆ Prep 安裝與配置
3.4.2 Tableau Desktop 連接 SQL Server 2019 數據庫
3.4.3 Tableau Prep 應用基礎
3.5 Python數據分析工具
3.5.1 Python簡介與安裝
3.5.2 Python 連接 SQL Server 2019 數據庫
3.5.3 通過 Python 代碼導入 TPC-DS 數據集
本章小結
第4章 結構化查詢語言SQL
4.1 SQL數據查詢概述
4.2 單表查詢
4.2.1 投影操作
4.2.2 選擇操作
4.2.3 聚集操作
4.2.4 分組操作
4.2.5 排序操作
4.3 連接查詢
4.3.1 等值、非等值連接
4.3.2 自身連接
4.3.3 外連接
4.3.4 多表連接
4.4 嵌套查詢
4.4.1 包含in謂詞的子查詢
4.4.2 帶有比較運算符的相關子查詢
4.4.3 帶有any或all謂詞的子查詢
4.4.4 帶有exist謂詞的子查詢
4.5 集合查詢
4.5.1 集合并運算
4.5.2 集合交運算
4.5.3 集合差運算
4.5.4 多值列集合差運算
4.6 基于派生表的查詢
4.7 復雜查詢案例解析
4.7.1 復雜查詢案例1
4.7.2 復雜查詢案例2
4.7.3 復雜查詢案例3
4.7.4 復雜查詢案例4
4.7.5 復雜查詢案例5
4.8 SQL 語言的其他功能
4.8.1 數據定義 SQL
4.8.2 數據更新 SQL
4.8.3 視圖的定義和使用
本章小結
第5章 數據可視化基礎
5.1 工作界面布局
5.2 基本可視化組件
5.2.1 堆積條形圖
5.2.2 簇狀條形圖
5.2.3 折線圖
5.2.4 組合圖
5.2.5 餅狀圖與環狀圖
5.2.6 表格與矩陣
5.2.7 儀表與卡片
5.2.8 基本可視化應用小結
5.3 進階可視化組件
5.3.1 排名圖
5.3.2 瀑布圖
5.3.3 樹狀圖
5.3.4 直方圖
5.3.5 盒須圖
5.3.6 散點圖
5.3.7 詞云圖
5.3.8 弦圖與桑基圖
5.3.9 R ＆ Python視覺對象
5.3.10 進階可視化應用小結
5.4 分析板塊的應用
5.4.1 匯總功能
5.4.2 模型功能
5.4.3 自定義功能
5.5 儀表板與故事
5.5.1 創建儀表板
5.5.2 創建故事
本章小結
第三篇 實 戰 篇
第6章 用戶數據分析與挖掘實戰
6.1 引言
6.2 用戶宏觀監控儀表板設計
6.2.1 設計目的
6.2.2 可視化效果
6.2.3 組件介紹
6.2.4 小結
6.3 用戶微觀監控儀表板設計
6.3.1 設計目的
6.3.2 可視化效果
6.3.3 組件介紹
6.3.4 小結
6.4 用戶價值識別模型（RFM模型）
6.4.1 背景簡介
6.4.2 目標定義與數據獲取
6.4.3 數據預處理與分析
6.4.4 建立模型
6.4.5 模型評價與應用
6.4.6 小結
6.5 用戶優惠券使用行為預測模型
6.5.1 背景簡介
6.5.2 目標定義與特征工程
6.5.3 數值質量診斷與變量描述性統計
6.5.4 數據預處理
6.5.5 模型建立與效果評估
6.5.6 小結
本章小結
第7章 供應鏈數據分析與挖掘實戰
7.1 引言
7.2 用戶偏好維度供應鏈監控儀表板設計
7.2.1 設計目的
7.2.2 可視化效果
7.2.3 組件介紹
7.2.4 小結
7.3 用戶滿足維度供應鏈監控儀表板設計
7.3.1 設計目的
7.3.2 可視化效果
7.3.3 組件介紹
7.3.4 小結
7.4 產品需求量預測模型
7.4.1 背景簡介
7.4.2 數據準備
7.4.3 數據預分析
7.4.4 產品行為模式聚類
7.4.5 時間序列建模與效果評估
7.4.6 小結
本章小結
**篇 預 備 篇
第1章 數據分析與數據庫的初步認識
1.1 數據分析的基本概念
1.1.1 大數據與數據價值
1.1.2 數據、數據分析與數據挖掘
1.1.3 數據可視化
1.1.4 數據驅動決策
1.1.5 數據分析師在企業中扮演的角色
1.2 數據庫的基本概念
1.2.1 企業級關系型數據庫
1.2.2 主鍵與外鍵
1.2.3 維度與度量
1.2.4 日期分區
1.3 數據分析的一般流程
1.3.1 定義數據分析目標
1.3.2 數據預處理
1.3.3 數據分析與模型搭建
1.3.4 數據產品上線與維護
本章小結
第2章 TPC-DS 數據分析案例簡介
2.1 數據集簡介
2.2 數據集結構解析
2.2.1 store sales網絡
2.2.2 catalog sales網絡
2.2.3 website sales網絡
2.2.4 inventory網絡
2.3 數據集字段解析
2.3.1 事實表字段解析
2.3.2 維度表字段解析
2.4 啟示與挑戰
本章小結
第二篇 技 能 篇
第3章 企業級數據分析環境的搭建
3.1 SQL Server 2019 數據庫管理工具
3.1.1 SQL Server 2019 安裝與配置
3.1.2 新建TPC-DS 數據庫
3.1.3 通過數據導入向導導入 TPC-DS 數據集
3.1.4 通過 Bulk Insert 命令導入 TPC-DS 數據集
3.1.5 通過數據導出向導導出數據
3.2 Excel Power 插件數據分析工具
3.2.1 Excel Power 插件的調用
3.2.2 Power Pivot 連接 SQL Server 2019數據庫
3.2.3 Power View 與 Power Map的調用
3.3 Power BI Desktop 數據分析工具
3.3.1 Power BI Desktop 簡介與安裝
3.3.2 Power BI Desktop 連接 SQL Server 2019 數據庫
3.4 Tableau Desktop ＆ Prep 數據分析工具
3.4.1 Tableau Desktop ＆ Prep 安裝與配置
3.4.2 Tableau Desktop 連接 SQL Server 2019 數據庫
3.4.3 Tableau Prep 應用基礎
3.5 Python數據分析工具
3.5.1 Python簡介與安裝
3.5.2 Python 連接 SQL Server 2019 數據庫
3.5.3 通過 Python 代碼導入 TPC-DS 數據集
本章小結
第4章 結構化查詢語言SQL
4.1 SQL數據查詢概述
4.2 單表查詢
4.2.1 投影操作
4.2.2 選擇操作
4.2.3 聚集操作
4.2.4 分組操作
4.2.5 排序操作
4.3 連接查詢
4.3.1 等值、非等值連接
4.3.2 自身連接
4.3.3 外連接
4.3.4 多表連接
4.4 嵌套查詢
4.4.1 包含in謂詞的子查詢
4.4.2 帶有比較運算符的相關子查詢
4.4.3 帶有any或all謂詞的子查詢
4.4.4 帶有exist謂詞的子查詢
4.5 集合查詢
4.5.1 集合并運算
4.5.2 集合交運算
4.5.3 集合差運算
4.5.4 多值列集合差運算
4.6 基于派生表的查詢
4.7 復雜查詢案例解析
4.7.1 復雜查詢案例1
4.7.2 復雜查詢案例2
4.7.3 復雜查詢案例3
4.7.4 復雜查詢案例4
4.7.5 復雜查詢案例5
4.8 SQL 語言的其他功能
4.8.1 數據定義 SQL
4.8.2 數據更新 SQL
4.8.3 視圖的定義和使用
本章小結
第5章 數據可視化基礎
5.1 工作界面布局
5.2 基本可視化組件
5.2.1 堆積條形圖
5.2.2 簇狀條形圖
5.2.3 折線圖
5.2.4 組合圖
5.2.5 餅狀圖與環狀圖
5.2.6 表格與矩陣
5.2.7 儀表與卡片
5.2.8 基本可視化應用小結
5.3 進階可視化組件
5.3.1 排名圖
5.3.2 瀑布圖
5.3.3 樹狀圖
5.3.4 直方圖
5.3.5 盒須圖
5.3.6 散點圖
5.3.7 詞云圖
5.3.8 弦圖與桑基圖
5.3.9 R ＆ Python視覺對象
5.3.10 進階可視化應用小結
5.4 分析板塊的應用
5.4.1 匯總功能
5.4.2 模型功能
5.4.3 自定義功能
5.5 儀表板與故事
5.5.1 創建儀表板
5.5.2 創建故事
本章小結
第三篇 實 戰 篇
第6章 用戶數據分析與挖掘實戰
6.1 引言
6.2 用戶宏觀監控儀表板設計
6.2.1 設計目的
6.2.2 可視化效果
6.2.3 組件介紹
6.2.4 小結
6.3 用戶微觀監控儀表板設計
6.3.1 設計目的
6.3.2 可視化效果
6.3.3 組件介紹
6.3.4 小結
6.4 用戶價值識別模型（RFM模型）
6.4.1 背景簡介
6.4.2 目標定義與數據獲取
6.4.3 數據預處理與分析
6.4.4 建立模型
6.4.5 模型評價與應用
6.4.6 小結
6.5 用戶優惠券使用行為預測模型
6.5.1 背景簡介
6.5.2 目標定義與特征工程
6.5.3 數值質量診斷與變量描述性統計
6.5.4 數據預處理
6.5.5 模型建立與效果評估
6.5.6 小結
本章小結
第7章 供應鏈數據分析與挖掘實戰
7.1 引言
7.2 用戶偏好維度供應鏈監控儀表板設計
7.2.1 設計目的
7.2.2 可視化效果
7.2.3 組件介紹
7.2.4 小結
7.3 用戶滿足維度供應鏈監控儀表板設計
7.3.1 設計目的
7.3.2 可視化效果
7.3.3 組件介紹
7.3.4 小結
7.4 產品需求量預測模型
7.4.1 背景簡介
7.4.2 數據準備
7.4.3 數據預分析
7.4.4 產品行為模式聚類
7.4.5 時間序列建模與效果評估
7.4.6 小結
本章小結
展開全部
數據科學與大數據技術系列數據分析與數據可視化實戰/張延松 作者簡介
張延松，男，博士，副教授，2010年在中國人民大學獲得計算機應用工學博士學位，2010年進入中國人民大學應用經濟學博士后流動站從事博士后研究工作。2012年進入中國人民大學信息學院任教，并在中國人民大學中國調查與數據中心任職，主要研究方向為大數據分析技術，內存數據庫，數據倉庫等，在相關研究領域的國內、國外學術會議及期刊已發表論文20余篇，申請多項國內、國外發明專利，在內存數據庫和新硬件數據庫方向已獲得12項國內發明專利、4項美國PCT發明專利授權。2016年獲得教育部科技進步一等獎（4/7），2015年獲得中國計算機學會科技進步獎一等獎（7/10），2017年獲得北京市第十四屆哲學社會科學優秀成果獎二等獎。
書友推薦
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書
- >
伯納黛特,你要去哪(2021新版)
- >
回憶愛瑪儂
- >
苦雨齋序跋文-周作人自編集
- >
【精裝繪本】畫給孩子的中國神話
- >
巴金－再思錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
