大数据分析导论

朱晓峰

目录

  • 1 从头说起：什么是大数据分析
    • 1.1 为什么是大数据，为什么是现在？
    • 1.2 大数据，除了“大”，还有什么？
    • 1.3 什么是大数据分析？
    • 1.4 为什么学习大数据分析？
    • 1.5 如何实现大数据分析？
    • 1.6 大数据分析有哪些基本工具？
    • 1.7 大数据分析有哪些高级工具？
    • 1.8 如何避免大数据分析陷阱？
  • 2 始于足下：大数据采集
    • 2.1 什么是大数据采集？
    • 2.2 大数据采集有哪些好方法？
    • 2.3 如何实现大数据采集？
  • 3 谁的问题：大数据处理
    • 3.1 为什么大数据需要处理？
    • 3.2 如何清洗大数据？
    • 3.3 如何高效清洗大数据？
  • 4 突破想象：大数据挖掘分析
    • 4.1 我们身边的大数据挖掘实例
    • 4.2 数据挖掘的“江湖地位”
    • 4.3 数据挖掘的规范流程
    • 4.4 数据挖掘的“四大金刚”
  • 5 讲述故事：大数据可视化
    • 5.1 数据可视化不是浮云
    • 5.2 数据可视化的正确理解
    • 5.3 数据可视化的“三步大法”
    • 5.4 数据可视化的格式塔原则
    • 5.5 比较类数据如何“颜值在线”
    • 5.6 分布类数据如何“颜值在线”
    • 5.7 占比类数据如何“颜值在线”
    • 5.8 关联类数据如何“颜值在线”
    • 5.9 数据“颜值”的提升秘笈
    • 5.10 常见图形“颜值”的提升秘笈
  • 6 阅读
    • 6.1 阅读
  • 7 调查问卷
    • 7.1 调查问卷
如何实现大数据分析？
  • 1 视频
  • 2 章节测验