扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
数据可视化与分析基础 版权信息
- ISBN：9787113294267
- 条形码：9787113294267 ; 978-7-113-29426-7
- 装帧：70g胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
数据可视化与分析基础 本书特色
本书在强调大数据、数据可视化的基础性原理同时，融入真实案例分析，具有实用性，读者可以举一反三，真正学会大数据可视化和数据挖掘的工具软件；对数据分析的每一步操作都有详尽的说明，且选用都是相关工具软件，无须编程基础即可完成整个分析过程，使读者能够脱离枯燥的代码环境，专注于数据本身，为数据分析带来全新的思路和视角运用大数据思维，特别适用于初次接触数据分析的读者。
数据可视化与分析基础 内容简介
本书系统地介绍了数据分析、数据可视化与数据挖掘的概念和方法，在内容编排上侧重于应用，用案例将知识点进行串联，由浅入深地讲述了数据分析的整个过程，主要包含数据分析概述、数据可视化初步、可视化进阶数据图表制作、数据公式与函数、数据可视化案例、数据挖掘基础、数据分析报告和数据分析案例综合案例等内容。每章内附有实用性范例供读者练习，巩固知识。本次修订是根据国产基础软件课程改革的相应调整，将数据可视化进阶细化为可视化进阶数据图表制作、数据公式与函数、数据可视化案例，应用Fine BI国产软件对数据可视化的进阶操作方案与步骤进行详解，有效帮助读者掌握工具软件应用，能运用大数据思维解决实际问题。
数据可视化与分析基础 目录
第1章 数据分析概述
1．1 大数据简介
1．2 数据可视化
1．2．1 数据可视化概述
1．2．2 在线可视化工具
1．2．3 桌面版可视化软件
1．3 数据挖掘
1．3．1 数据挖掘概述
1．3．2 常用数据挖掘工具
1．4 数据分析
1．4．1 数据分析概述
1．4．2 数据分析的目的与分类
1．4．3 数据分析的作用
1．5 数据分析的步骤
1．6 数据分析方法论
1．7 常见数据分析法则
第2章 数据获取
2．1 数据及数据来源
2．1．1 数据
2．1．2 数据来源
2．1．3 数据抓取
2．2 八爪鱼采集器
2．2．1 采集器简介
2．2．2 使用模板采集数据
2．2．3 智能识别采集数据
2．2．4 自定义配置采集数据
第3章 数据整理
3．1 初识FineBI
3．1．1 软件概况
3．1．2 软件安装与启动
3．1．3 FineBI主界面
3．2 数据准备
3．2．1 业务包管理
3．2．2 数据源连接
3．2．3 数据表基础操作
3．3 数据加工
3．3．1 过滤
3．3．2 分组汇总
3．3．3 字段设置
3．3．4 排序
3．3．5 新增列
3．3．6 数据表合并
3．4 ．资源迁移
3．4．1 导入BI数据表
3．4．2 导出BI数据表
3．5 综合案例——交通违规数据整理
第4章 数据可视化
4．1 数据可视化概述
4．2 仪表板创建与设计
4．2．1 仪表板概述
4．2．2 仪表板的创建与设计
4．3 组件添加与编辑
4．4 公式与函数
4．4．1 常量和运算符
4．4．2 函数的组成
4．4．3 计算语法
4．4．4 逻辑函数
4．4．5 数学和三角函数
4．4．6 聚合函数
4．4．7 文本函数
4．4．8 日期函数
4．4．9 快速计算函数
4．5 组件类型与应用
4．5．1 可视化组件
4．5．2 过滤组件
4．5．3 其他组件
4．6 钻取与联动
4．7 综合案例
4．7．1 景点客流量展示
4．7．2 校情展示
第5章 数据挖掘基础
5．1 数据挖掘概述
5．1．1 数据挖掘的分类
5．1．2 数据挖掘的步骤
5．1．3 数据挖掘的应用
5．1．4 数据挖掘的案例
5．2 IBM SPSS Modeler 18简介
5．2．1 软件下载与安装
5．2．2 软件界面介绍
5．2．3 数据流构建
5．2．4 模型简介
5．3 数据整理
5．3．1 数据的属性
5．3．2 数据的角色
5．3．3 数据的导入
5．3．4 数据的集成
5．3．5 数据的导出
5．3．6 数据整合
5．4 数据建模——决策树
5．4．1 数据预测
5．4．2 用户画像
5．4．3 模型分析
5．5 数据建模——关联分析
5．5．1 关联参数
5．5．2 关联分析
5．6 综合案例——成绩分析
第6章 数据分析报告
6．1 数据分析报告概述
6．2 数据分析报告的写作原则
6．3 数据分析报告的结构
6．4 数据分析报告排版
6．5 综合案例——数据分析报告排版
第7章 数据分析案例
7．1 广告投放分析
7．1．1 数据导入
7．1．2 创建仪表板
7．1．3 制作“广告投放分析首页”仪表板
7．1．4 制作“广告投放概况分析”仪表板
7．1．5 制作“广告投放渠道分析”仪表板
7．1．6 制作“注册人数预测”仪表板
7．1．7 制作“结论和建议”仪表板
7．1．8 导出仪表板
7．2 客户价值分析
7．2．1 数据导入
7．2．2 创建仪表板
7．2．3 制作“客户价值分析首页”仪表板
7．2．4 制作“基于帕累托模型的客户价值分析”仪表板
7．2．5 制作“基于RFM模型的客户价值分析”仪表板
7．2．6 制作“用户画像”仪表板
7．2．7 制作“结论和建议”仪表板
7．2．8 导出仪表板
附录A 数据分析报告评分表
附录B 数据分析报告示例
附录C 如何获取在线配套课程
1．1 大数据简介
1．2 数据可视化
1．2．1 数据可视化概述
1．2．2 在线可视化工具
1．2．3 桌面版可视化软件
1．3 数据挖掘
1．3．1 数据挖掘概述
1．3．2 常用数据挖掘工具
1．4 数据分析
1．4．1 数据分析概述
1．4．2 数据分析的目的与分类
1．4．3 数据分析的作用
1．5 数据分析的步骤
1．6 数据分析方法论
1．7 常见数据分析法则
第2章 数据获取
2．1 数据及数据来源
2．1．1 数据
2．1．2 数据来源
2．1．3 数据抓取
2．2 八爪鱼采集器
2．2．1 采集器简介
2．2．2 使用模板采集数据
2．2．3 智能识别采集数据
2．2．4 自定义配置采集数据
第3章 数据整理
3．1 初识FineBI
3．1．1 软件概况
3．1．2 软件安装与启动
3．1．3 FineBI主界面
3．2 数据准备
3．2．1 业务包管理
3．2．2 数据源连接
3．2．3 数据表基础操作
3．3 数据加工
3．3．1 过滤
3．3．2 分组汇总
3．3．3 字段设置
3．3．4 排序
3．3．5 新增列
3．3．6 数据表合并
3．4 ．资源迁移
3．4．1 导入BI数据表
3．4．2 导出BI数据表
3．5 综合案例——交通违规数据整理
第4章 数据可视化
4．1 数据可视化概述
4．2 仪表板创建与设计
4．2．1 仪表板概述
4．2．2 仪表板的创建与设计
4．3 组件添加与编辑
4．4 公式与函数
4．4．1 常量和运算符
4．4．2 函数的组成
4．4．3 计算语法
4．4．4 逻辑函数
4．4．5 数学和三角函数
4．4．6 聚合函数
4．4．7 文本函数
4．4．8 日期函数
4．4．9 快速计算函数
4．5 组件类型与应用
4．5．1 可视化组件
4．5．2 过滤组件
4．5．3 其他组件
4．6 钻取与联动
4．7 综合案例
4．7．1 景点客流量展示
4．7．2 校情展示
第5章 数据挖掘基础
5．1 数据挖掘概述
5．1．1 数据挖掘的分类
5．1．2 数据挖掘的步骤
5．1．3 数据挖掘的应用
5．1．4 数据挖掘的案例
5．2 IBM SPSS Modeler 18简介
5．2．1 软件下载与安装
5．2．2 软件界面介绍
5．2．3 数据流构建
5．2．4 模型简介
5．3 数据整理
5．3．1 数据的属性
5．3．2 数据的角色
5．3．3 数据的导入
5．3．4 数据的集成
5．3．5 数据的导出
5．3．6 数据整合
5．4 数据建模——决策树
5．4．1 数据预测
5．4．2 用户画像
5．4．3 模型分析
5．5 数据建模——关联分析
5．5．1 关联参数
5．5．2 关联分析
5．6 综合案例——成绩分析
第6章 数据分析报告
6．1 数据分析报告概述
6．2 数据分析报告的写作原则
6．3 数据分析报告的结构
6．4 数据分析报告排版
6．5 综合案例——数据分析报告排版
第7章 数据分析案例
7．1 广告投放分析
7．1．1 数据导入
7．1．2 创建仪表板
7．1．3 制作“广告投放分析首页”仪表板
7．1．4 制作“广告投放概况分析”仪表板
7．1．5 制作“广告投放渠道分析”仪表板
7．1．6 制作“注册人数预测”仪表板
7．1．7 制作“结论和建议”仪表板
7．1．8 导出仪表板
7．2 客户价值分析
7．2．1 数据导入
7．2．2 创建仪表板
7．2．3 制作“客户价值分析首页”仪表板
7．2．4 制作“基于帕累托模型的客户价值分析”仪表板
7．2．5 制作“基于RFM模型的客户价值分析”仪表板
7．2．6 制作“用户画像”仪表板
7．2．7 制作“结论和建议”仪表板
7．2．8 导出仪表板
附录A 数据分析报告评分表
附录B 数据分析报告示例
附录C 如何获取在线配套课程
展开全部
数据可视化与分析基础 作者简介
张丹珏，女，现任上海杉达学院计算机教研室副主任、上海市高等学校信息技术水平考试一级命题组副组长，研究方向：数据协同。主授课程：多媒体技术、数据库、网页制作、数据可视化与分析基础等。每年参与全国计算机等级考试(一级、二级)、上海计算机等级考试(一级)的考前培训、命题及阅卷工作。
书友推荐
本类畅销
-
Photoshop 2022中文版案例教程
¥44.1¥59.8 -
局域网组建、管理与维护(第4版)(微课版)
¥47¥59 -
园林AUTOCAD教程
¥24¥45 -
Python实战编程:从零学Python
¥81¥108 -
Java程序设计基础
¥37¥50 -
数据备份与恢复
¥51.4¥69
