第1章 數(shù)據(jù)科學(xué)緣起
1.1 數(shù)據(jù)科學(xué)基礎(chǔ)概念
1.2 大數(shù)據(jù)內(nèi)涵
1.3 大數(shù)據(jù)技術(shù)
1.4 數(shù)據(jù)科學(xué)思維
數(shù)據(jù)采集與預(yù)處理篇
第2章 數(shù)據(jù)爬取
2.1 數(shù)據(jù)爬取的基本原理
2.2 數(shù)據(jù)爬取工具概述
2.3 UiPath數(shù)據(jù)爬取
2.4 Python
第3章 數(shù)據(jù)預(yù)處理
3.1 探索性數(shù)據(jù)分析
3.2 數(shù)據(jù)清洗
3.3 數(shù)據(jù)變換
3.4 數(shù)據(jù)集成與數(shù)據(jù)規(guī)約
數(shù)據(jù)可視化篇
第4章 數(shù)據(jù)可視化
4.1 數(shù)據(jù)可視化基礎(chǔ)
4.2 數(shù)據(jù)可視化工具包
4.3 Tableau數(shù)據(jù)連接與數(shù)據(jù)類型
4.4 Tableau視圖與篩選器
第5章 Tableau圖表深入學(xué)習(xí)
5.1 文本表
5.2 條形圖
5.3 樹(shù)狀圖
5.4 折線圖
5.5 組合圖
5.6 散點(diǎn)圖
5.7 直方圖
5.8 儀表盤
第6章 電話營(yíng)銷可視化分析示例
6.1 案例數(shù)據(jù)
6.2 連接數(shù)據(jù)源
6.3 用戶畫(huà)像
6.4 客戶群的年齡分布
6.5 轉(zhuǎn)化率與職業(yè)的關(guān)系
6.6 轉(zhuǎn)化的一致性
6.7 宏觀經(jīng)濟(jì)因素分析
6.8 設(shè)計(jì)儀表盤
數(shù)據(jù)建模篇
第7章 機(jī)器學(xué)習(xí)的一般流程
7.1 機(jī)器學(xué)習(xí)概述
7.2 特征工程
7.3 可視化建模工具
第8章 機(jī)器學(xué)習(xí)算法
8.1 分類算法
8.2 聚類算法
8.3 模型評(píng)估與選擇
8.4 H20數(shù)據(jù)建模分析實(shí)例
第9章 社交網(wǎng)絡(luò)分析
9.1 概述
9.2 社交網(wǎng)絡(luò)的類型
9.3 社交網(wǎng)絡(luò)分析工具
9.4 社交網(wǎng)絡(luò)分析指標(biāo)
第10章 基于鏈家租房網(wǎng)數(shù)據(jù)的租房?jī)r(jià)格預(yù)測(cè)示例
10.1 房?jī)r(jià)數(shù)據(jù)爬取(全量數(shù)據(jù))
10.2 房屋數(shù)據(jù)預(yù)處理
10.3 房屋地理信息爬取
10.4 租房?jī)r(jià)格數(shù)據(jù)可視化
10.5 租房?jī)r(jià)格預(yù)測(cè)建模
自然語(yǔ)言處理篇
第11章 自然語(yǔ)言處理
11.1 概述
11.2 自然語(yǔ)言處理開(kāi)發(fā)工具
11.3 自然語(yǔ)言處理的基礎(chǔ)任務(wù)
第12章 自然語(yǔ)言處理工具
12.1 綜合性分析工具
12.2 分詞與詞性標(biāo)注工具
12.3 綜合性Python工具
第13章 自然語(yǔ)言處理案例：情感分析
13.1 場(chǎng)景介紹
13.2 算法應(yīng)用