本书为1+X大数据分析与应用职业技能等级证书配套教材,依据1+X职业技能等级标准编写｡本书通过对中级证书标准中涉及的大数据分析与应用的进阶知识及技能等进行深入分析和归纳,并充分考虑学习过程中的可操作性与学习效果,通过理论+实操结合的形式,使读者能够学以致用､举一反三｡

本书主要介绍大数据分析与应用的进阶知识及技能,分为3篇共10章:第1篇数据分析基础,主要讲解大数据分析的基本概念与流程,以及大数据分析平台等;第2篇数据挖掘,主要讲解数据挖掘的概念和流程､数据预处理与特征工程､关联规则分析､分类分析､回归分析､聚类分析等;第3篇数据挖掘综合应用,通过构建商品推荐系统和O2O优惠券使用预测两个项目案例,使读者能够学以致用,加强对本书知识点及相关技能的掌握｡

通过本书的学习,读者可掌握数据挖掘分析基础理论知识和基本技能,可完成基本的数据挖掘工作｡本书配套视频､授课用PPT､程序源代码等数字化学习资源,学习者可登录“智慧职教”(www.icve.com.cn)平台进行学习｡

本书为1+X大数据分析与应用职业技能等级证书配套教材,也是高等职业院校大数据技术专业教学用书｡也可作为从事大数据分析与应用相关工作人员的自学参考书｡

前辅文
第1篇　数据分析基础
  第1章　大数据分析概述
   1.1　大数据
   1.2　大数据分析
   1.3　数据统计分析理论基础
   1.4　大数据分析的流程与常用技术
   1.5　本章小结
   1.6　本章习题
  第2章　大数据分析平台
   2.1　常用大数据分析平台
   2.2　阿里云大数据平台
   2.3　阿里云大数据计算服务MaxCompute
   2.4　一站式大数据平台DataWorks
   2.5　BI平台Quick BI
   2.6　数据大屏DataV
   2.7　机器学习平台PAI
   2.8　实战案例——基于阿里云大数据平台构建数据仓库
   2.9　本章小结
   2.10　本章习题
第2篇　数 据 挖 掘
  第3章　数据挖掘概念及流程
   3.1　数据挖掘概述
   3.2　数据挖掘常用算法和工具
   3.3　数据挖掘的流程
   3.4　数据挖掘的应用与发展
   3.5　本章小结
   3.6　本章习题
  第4章　数据预处理与特征工程
   4.1　数据预处理与特征工程概述
   4.2　数据抽样
   4.3　数据标准化及归一化
   4.4　数据质量与清洗
   4.5　特征工程
   4.6　本章小结
   4.7　本章习题
  第5章　关联规则
   5.1　关联规则综述
   5.2　关联规则挖掘常用算法
   5.3　实战案例——超市货物摆放位置优化
   5.4　本章小结
   5.5　本章习题
  第6章　分类分析
   6.1　分类分析综述
   6.2　支持向量机
   6.3　逻辑回归
   6.4　决策树
   6.5　K近邻
   6.6　随机森林
   6.7　朴素贝叶斯
   6.8　本章小结
   6.9　本章习题
  第7章　回归分析
   7.1　回归分析概述
   7.2　一元回归
   7.3　多元回归
   7.4　实战案例——多元回归实例
   7.5　本章小结
   7.6　本章习题
  第8章　聚类分析
   8.1　聚类分析概述
   8.2　基于划分的聚类
   8.3　基于层次的聚类
   8.4　基于密度的聚类
   8.5　基于网格的聚类
   8.6　实战案例——K-means聚类分析实例
   8.7　本章小结
   8.8　本章习题
第3篇　数据挖掘综合应用
  第9章　综合实战——构建商品推荐系统
   9.1　案例背景
   9.2　算法简介
   9.3　思路及流程
   9.4　案例实施
   9.5　本章小结
  第10章　综合实战——O2O优惠券使用预测分析
   10.1　案例背景
   10.2　思路及流程
   10.3　案例实施
   10.4　本章小结
  参考文献