大數(shù)據(jù)分析與應(yīng)用實驗教程——基于TEMPO平臺 內(nèi)容簡介

本教材《大數(shù)據(jù)分析與應(yīng)用實驗教程——基于Tempo平臺》的編寫，是在《大數(shù)據(jù)分析與應(yīng)用》教材的基礎(chǔ)上，以Tempo平臺為實驗工具的實驗課本，旨在為讀者提供系統(tǒng)全面的大數(shù)據(jù)分析與應(yīng)用知識，并通過實驗的方式，讓讀者深入理解各種大數(shù)據(jù)分析方法的原理和實踐技能。通過實驗的親身體驗，讀者將能夠更加深入地理解大數(shù)據(jù)分析的核心概念和方法，掌握Tempo大數(shù)據(jù)處理平臺的使用技巧，從而在實際學(xué)習(xí)中靈活應(yīng)用所學(xué)知識。本教材緊緊圍繞“構(gòu)建知識體系，闡明基本原理，引導(dǎo)理論實踐，掌握相關(guān)應(yīng)用”的指導(dǎo)思想，對大數(shù)據(jù)分析與應(yīng)用知識體系進(jìn)行了系統(tǒng)梳理。本書**章介紹了大數(shù)據(jù)分析的相關(guān)概念、大數(shù)據(jù)分析模型的建立方法；第二章介紹了Tempo平臺的功能模塊以及創(chuàng)建課堂、添加實驗、發(fā)布實驗等常用功能的快速入門；第三章介紹了數(shù)據(jù)預(yù)處理，本書后面章節(jié)圍繞各種算法展開。第四章是分類分析實驗，涉及到?jīng)Q策樹分類、KNN分類、樸素貝葉斯分類、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)算法；第五章描述了聚類分析實驗，分別介紹了Kmeans算法、EM算法、模糊C均值算法；第六章描述了關(guān)聯(lián)分析實驗，包括Apriori算法和FP-growth算法；第七章講述了文本分析實驗；第八章對數(shù)據(jù)可視化實驗進(jìn)行了講述。