5.3.1 序列的相关性检验 124
5.3.2 ARMA模型的建立与检验 127
5.3.3 序列的平稳性检验 131
　　5.4 股票指数预测模型的构建 133
5.4.1 模型的预处理 134
5.4.2 参数的估计与检验 135
5.4.3 模型的预测 136
　　数据与练习5 137
第三部分 大数据基本处理方法
第6章 大数据分析基础应用 140
　　6.1 大数据的概念 140
6.1.1 大数据的含义 140
6.1.2 大数据应用举例 141
6.1.3 大数据分析方法 142
　　6.2 Python文本预处理 144
6.2.1 字符串的基本操作 144
6.2.2 字符串查询与替换 146
　　6.3 网络爬虫及应用 146
6.3.1 网页的基础知识 147
6.3.2 Python爬虫步骤 148
6.3.3 爬虫方法的应用 149
　　6.4 数据库技术及应用 154
6.4.1 Python中数据库的使用 154
6.4.2 数据库的建立与使用 155
　　数据及练习6 156
第7章 文献计量与科研评价 159
　　7.1 文献计量研究的框架 159
　　7.2 文献数据的获取与分析 161
7.2.1 文献数据的获取 161
7.2.2 文献数据的分析 163
　　7.3 科研数据的管理与评价 166
7.3.1 科研单位与项目分析 167
7.3.2 科研期刊与作者分析 169
　　数据及练习7 171
第8章 社会网络分析方法 172
　　8.1 社会网络的初步印象 172
8.1.1 社会网络分析概念 172
8.1.2 社会网络分析包 174
　　8.2 社会网络图的构建 174
8.2.1 社会网络数据形式 174
8.2.2 社会网络统计量 177
8.2.3 网络图之知识图谱 180
　　数据及练习8 183
第9章 数据分析编程平台 185
　　9.1 Anaconda科学计算发行包 185
9.1.1 Anaconda下载与安装 185
9.1.2 Anaconda启动与运行 186
　　9.2 Jupyter编辑平台 188
9.2.1 Jupyter Notebook 188
9.2.2 Jupyter Lab 193
9.2.3 在Jupyter中使用R语言 196
　　9.3 Spyder分析平台 197
9.3.1 Spyder平台简介 197
9.3.2 Spyder平台使用 198
附录A 本书的学习网站 200
附录B 书中的例子数据 201
附录C 书中自定义函数 202
参考文献 205

数据科学与大数据技术系列PYTHON数据挖掘方法及应用/王斌会 作者简介

暨南大学教授，中国统计学会会员，广东省统计学会常务理事，暨南大学统计学专业博士生导师。著有多部统计学教材或专著。

 2/2   首页 上一页 1 2

教材 研究生/本科/专科教材 工学

在线阅读