智能数据分析与应用

　　随着互联网技术的发展，在新经济的大时代背景下，各行各业都催生出众多的全新业态。伴随大数据、人工智能、区块链等技术的加持，这些业态划分也越来越精细，社会活动的整体效率也越来越高。然而，这一切都不开数据，特别是高质量的数据。本书围绕智能数据分析与应用处理业务背景及相关技术，以学习情境的方式介绍了：数据分析工具Beautiful Soup与XPath和数据采集工具Requests；根据数据规模大小和格式，可采用Excel、Tabula或Kettle进行数据处理；数据分析工具NumPy、Pandas和可视化工具Matplotlib，通过Matplotlib进行数据可视化，使得NumPy、Pandas的处理结果更容易观察、识别。通过基于机器学习算法模型的推荐系统的构建过程，介绍了主流的数据分析框架Spark；通过基于深度学习技术的人脸识别系统的构建过程，介绍了图像数据的采集、处理、分析，并应用到神经网络的整个过程，即从数据采集到应用的一个闭环过程。本书理论分析相对较少，侧重于动手实践，适用于应用型本科、高职高专大数据专业学生和希望快速进入大数据、机器学习、人工智能领域的读者。

　　唐春玲，1981年2月出生，女，吉林省汪清人，工学硕士，现为重庆工商职业学院电子信息工程学院副教授，国家\

导 言\t1
单元1　采集网络数据\t6
学习情境1．1　使用Beautiful Soup库与XPath语法解析网页\t6
学习情境描述\t6
学习目标\t7
任务书\t7
获取信息\t7
工作计划\t7
进行决策\t8
知识准备\t9
相关案例\t12
工作实施\t14
评价反馈\t14
拓展思考\t15
学习情境1．2　使用Requests采集网络数据\t16
学习情境描述\t16
学习目标\t16
任务书\t16
获取信息\t16
工作计划\t17
进行决策\t18
知识准备\t18
相关案例\t22
工作实施\t24
评价反馈\t24
拓展思考\t25
单元2　对数据进行处理\t26
学习情境2．1　使用Excel处理数据\t26
学习情境描述\t26
学习目标\t27
任务书\t27
获取信息\t27
工作计划\t27
进行决策\t28
知识准备\t29
相关案例\t32
工作实施\t33
评价反馈\t33
拓展思考\t34
学习情境2．2　使用Tabula处理数据\t35
学习情境描述\t35
学习目标\t35
任务书\t35
获取信息\t35
工作计划\t36
进行决策\t37
知识准备\t37
相关案例\t38
工作实施\t39
评价反馈\t40
拓展思考\t41
学习情境2．3　使用Kettle处理数据\t41
学习情境描述\t41
学习目标\t42
任务书\t42
获取信息\t42
工作计划\t43
进行决策\t44
知识准备\t44
相关案例\t60
工作实施\t64
评价反馈\t65
拓展思考\t66
单元3　对数值数据进行分析\t67
学习情境3．1　使用NumPy创建与索引复杂数据对象\t67
学习情境描述\t67
学习目标\t68
任务书\t68
获取信息\t68
工作计划\t68
进行决策\t69
知识准备\t70
相关案例\t73
工作实施\t74
评价反馈\t75
拓展思考\t76
学习情境3．2　对招聘数据的数组进行形态变换\t76
学习情境描述\t76
学习目标\t77
任务书\t77
获取信息\t77
工作计划\t77
进行决策\t78
知识准备\t79
相关案例\t81
工作实施\t82
评价反馈\t83
拓展思考\t84
学习情境3．3　读写招聘信息数据集\t84
学习情境描述\t84
学习目标\t84
任务书\t85
获取信息\t85
工作计划\t85
进行决策\t86
知识准备\t86
相关案例\t88
工作实施\t89
评价反馈\t89
拓展思考\t90
单元4　对数据进行统计及对相关性进行分析\t91
学习情境4．1　使用Pandas访问不同的数据源\t91
学习情境描述\t91
学习目标\t92
任务书\t92
获取信息\t92
工作计划\t92
进行决策\t93
知识准备\t94
相关案例\t96
工作实施\t97
评价反馈\t97
拓展思考\t99
学习情境4．2　使用Pandas进行数据处理\t99
学习情境描述\t99
学习目标\t99
任务书\t99
获取信息\t99
工作计划\t100
进行决策\t101
知识准备\t101
相关案例\t104
工作实施\t105
评价反馈\t105
拓展思考\t106
学习情境4．3　使用Pandas分析招聘数据\t107
学习情境描述\t107
学习目标\t107
任务书\t107
获取信息\t107
工作计划\t108
进行决策\t109
知识准备\t109
相关案例\t112
工作实施\t114
评价反馈\t114
拓展思考\t115
单元5　数据可视化\t116
学习情境5．1　掌握Matplotlib的基本应用\t116
学习情境描述\t116
学习目标\t117
任务书\t117
获取信息\t117
工作计划\t117
进行决策\t118
知识准备\t118
相关案例\t127
工作实施\t128
评价反馈\t128
拓展思考\t130
学习情境5．2　使用Matplotlib对招聘数据进行可视化分析\t130
学习情境描述\t130
学习目标\t130
任务书\t130
获取信息\t131
工作计划\t131
进行决策\t132
知识准备\t132
相关案例\t136
工作实施\t138
评价反馈\t138
拓展思考\t140
学习情境5．3　使用Seaborn对招聘数据进行进一步分析\t140
学习情境描述\t140
学习目标\t140
任务书\t141
获取信息\t141
工作计划\t141
进行决策\t142
知识准备\t143
相关案例\t146
工作实施\t148
评价反馈\t148
拓展思考\t149
单元6　使用机器学习算法模型构建推荐系统\t150
学习情境6．1　了解机器学习的基本原理\t150
学习情境描述\t150
学习目标\t151
任务书\t151
获取信息\t151
工作计划\t152
进行决策\t153
知识准备\t153
相关案例\t156
工作实施\t159
评价反馈\t160
拓展思考\t161
学习情境6．2　使用Spark API进行数据分析\t161
学习情境描述\t161
学习目标\t162
任务书\t162
获取信息\t162
工作计划\t163
进行决策\t164
知识准备\t164
相关案例\t171
工作实施\t172
评价反馈\t173
拓展思考\t174
学习情境6．3　使用SparkMLib构建推荐系统\t174
学习情境描述\t174
学习目标\t175
任务书\t175
获取信息\t175
工作计划\t176
进行决策\t177
知识准备\t177
相关案例\t181
工作实施\t183
评价反馈\t183
拓展思考\t185
单元7　使用深度学习技术构建人脸识别系统\t186
学习情境7．1　使用Keras构建神经网络\t186
学习情境描述\t186
学习目标\t187
任务书\t187
获取信息\t187
工作计划\t188
进行决策\t189
知识准备\t189
相关案例\t192
工作实施\t202
评价反馈\t202
拓展思考\t204
学习情境7．2　使用神经网络构建人脸识别系统\t204
学习情境描述\t204
学习目标\t205
任务书\t205
获取信息\t205
工作计划\t206
进行决策\t207
知识准备\t207
相关案例\t218
工作实施\t219
评价反馈\t220
拓展思考\t221