目录

第1章绪论

1.1概况

1.2数据分析

1.2.1流程

1.2.2算法分类

1.2.3基本原则

1.3算法基础

1.4本章小结

习题

第2章特征工程

2.1问题导入

2.2特征提取

2.3特征探索性分析

2.3.1单变量分析

2.3.2多变量分析

2.4特征预处理

2.4.1缺失值处理

2.4.2异常值处理

2.4.3特征变换

2.5特征选择

2.5.1过滤法

2.5.2封装法

2.5.3嵌入法

2.6案例： 工业设备信号特征工程

2.7本章小结

习题

第3章多类型数据表征

3.1问题导入

3.2时序数据表征

3.2.1频域特征

3.2.2时频域特征

3.3文本数据表征

3.3.1词袋模型

3.3.2TFIDF特征

3.3.3词向量嵌入

3.4图像数据表征

3.4.1图像处理基础

3.4.2SIFT

3.4.3HOG

3.4.4深度特征表示

3.4.5多模态特征融合

3.5案例： 农作物病虫害图像表征

3.6本章小结

习题

第4章数据抽样

4.1问题导入

4.2概率抽样

4.3非均衡抽样

4.3.1样本分布不均衡问题

4.3.2过采样

4.3.3欠采样

4.4数据流抽样

4.4.1数据流抽样问题

4.4.2蓄水池抽样

4.5蒙特卡洛抽样

4.5.1直接采样

4.5.2接受拒绝采样

4.5.3重要性采样

4.6案例： 基于SMOTE的信用卡交易欺诈数据采样

4.7本章小结

习题

第5章图计算

5.1问题导入

5.2图网络

5.2.1图网络表示

5.2.2网络结构分类

5.2.3网络描述性统计 

5.3图基础算法

5.3.1图遍历

5.3.2图分割

5.4社区发现

5.4.1模块度

5.4.2GN算法

5.4.3谱方法

5.5GraphScope简介

5.6案例： 基于谱聚类的图像分割

5.7本章小结

习题

第6章随机优化算法

6.1问题导入

6.2梯度下降算法

6.3随机梯度下降算法

6.4梯度加速方法

6.4.1动量法

6.4.2Nesterov梯度加速

6.4.3自适学习率加速方法 

6.5方差缩减

6.5.1方差缩减技术

6.5.2方差缩减算法

6.6案例： 逻辑回归模型优化算法

6.7本章小结

习题

第7章相似性度量

7.1问题导入

7.2相关系数

7.2.1皮尔逊相关系数

7.2.2余弦相似度

7.2.3Jaccard相似系数

7.3距离度量

7.3.1欧氏空间的距离度量

7.3.2流形空间的距离度量

7.3.3时间序列的距离度量

7.4概率散度

7.4.1f散度

7.4.2积分概率度量

7.5案例： 金融时间序列数据分析

7.6本章小结

习题

第8章关联性分析

8.1问题导入

8.2非线性相关性分析

8.3典型关联分析

8.4关联规则

8.4.1关联规则描述

8.4.2关联规则挖掘

8.4.3数值型关联规则挖掘

8.5因果分析

8.5.1结构因果模型与图模型

8.5.2因果效应评估

8.6案例： 购物车数据挖掘

8.7本章小结

习题

参考文献