實(shí)用數(shù)據(jù)分析

Preface前言
本書提供了一系列現(xiàn)實(shí)中將數(shù)據(jù)轉(zhuǎn)化為洞察力的案例。書中覆蓋了廣泛的數(shù)據(jù)分析工具和算法，用于進(jìn)行分類分析、聚類分析、數(shù)據(jù)可視化、數(shù)據(jù)模擬以及預(yù)測(cè)。本書的目標(biāo)是幫助你了解數(shù)據(jù)從而找到相應(yīng)的模式、趨勢(shì)、相互關(guān)系以及洞察力。
書中所包括的實(shí)用項(xiàng)目充分利用了MongoDB、D3.js和Python語言并采用代碼片段和詳細(xì)描述的方式向讀者呈現(xiàn)本書的核心概念。
本書組織結(jié)構(gòu)
第1章探討數(shù)據(jù)分析的基本原理和數(shù)據(jù)分析步驟。
第2章解釋如何清洗并準(zhǔn)備好數(shù)據(jù)來開展分析，同時(shí)介紹了數(shù)據(jù)清洗工具OpenRefine的使用方式。
第3章展示在JavaScript可視化框架下應(yīng)用D3.js語言來實(shí)現(xiàn)各類數(shù)據(jù)的可視化方法。
第4章介紹了應(yīng)用樸素貝葉斯算法（Na?ve Bayes）來區(qū)分垃圾文本的一種二元分類法。
第5章展示了一個(gè)應(yīng)用動(dòng)態(tài)時(shí)間規(guī)整方法來尋找圖像間相似性的項(xiàng)目。
第6章解釋了如何使用隨機(jī)游走算法和可視化的D3.js動(dòng)畫技術(shù)來模擬股票價(jià)格的內(nèi)容。
第7章介紹核嶺回歸（Kernel Ridge Regression，KRR）的原理以及如何使用此方法和時(shí)間序列數(shù)據(jù)來預(yù)測(cè)黃金價(jià)格。
第8章描述如何使用支持向量機(jī)的方法進(jìn)行分類分析。
第9章介紹了對(duì)流行病進(jìn)行模擬計(jì)算的基本概念并解釋如何應(yīng)用細(xì)胞自動(dòng)機(jī)方法、D3.js和JavaScript語言來實(shí)現(xiàn)對(duì)流行病爆發(fā)的模擬。
第10章解釋如何應(yīng)用Gephi從Facebook獲取你的社會(huì)化媒體圖譜并使之實(shí)現(xiàn)可視化。
第11章解釋如何應(yīng)用Twitter的應(yīng)用程序編程接口（API）來獲取Twitter的數(shù)據(jù)。讀者也將看到如何改進(jìn)文本分類分析方法并將其應(yīng)用于情感分析。這一過程是在自然語言工具包（Natural Language Toolkit, NLTK）中應(yīng)用了樸素貝葉斯算法。
第12章介紹在MongoDB數(shù)據(jù)庫中進(jìn)行基本操作以及進(jìn)行分組、過濾和聚合的方法。
第13章詳細(xì)介紹如何在MongoDB數(shù)據(jù)庫中應(yīng)用MapReduce編程模型。
第14章解釋了如何使用Wakari平臺(tái)，同時(shí)介紹了IPython中運(yùn)用Pandas進(jìn)行數(shù)據(jù)處理和使用PIL圖像處理庫的方法。
附錄提供書中所使用的軟件工具的詳細(xì)安裝信息。
本書技能要求