目录

第1章智能计算与大数据

基础 11.1人工智能概述1

1.1.1人工智能的诞生

和发展1

1.1.2人工智能的主要

学派3

1.1.3智能计算系统4

1.2大模型及AIGC技术的

应用5

1.2.1大模型的结构和

分类5

1.2.2AIGC技术的兴

起与全球发展

态势7

1.2.3提示词工程与上下

文工程8

1.2.4面临的挑战与伦

理问题9

1.2.5大模型的应用

实践9

1.3基于大模型的智能体 …10

1.3.1智能体架构11

1.3.2智能体与RAG

技术11

1.3.3智能体搭建12

1.3.4代表性智能体系统

与其发展趋势 …13

1.4大数据的基本概念14

1.4.1大数据的定义 …15

1.4.2大数据的特点 …15

1.4.3大数据的研究

目标17

1.5大数据支撑技术19

1.5.1统计学简介19

1.5.2机器学习简介 …19

1.5.3数据可视化

简介20

1.5.4大数据分析与

计算工具21

1.5.5数据资源简介 …23

1.6人工智能和大数据的

关系24

1.6.1数据驱动的人工

智能24

1.6.2智能赋能的大

数据处理24

1.6.3协同进化与未来

趋势25

1.7数据交易和数据治理 …25

1.7.1数据要素化与

数据市场25

1.7.2数据治理框架

与核心领域26

1.7.3数据伦理与

法规26

1.8信息论简介27

1.8.1信息的度量和

信息熵27

1.8.2信息的编码31

1.8.3信息的有效性和

哈夫曼编码32

1.8.4信息的冗余和压缩35

1.8.5信息的相关性38

1.8.6贝叶斯公式与因果

关系39

习题与实践43

1.9综合练习44

1.9.1选择题44

1.9.2填空题46

1.9.3综合实践46

综合练习参考答案47

第2章数据获取与数据加工48

2.1数据获取与加工概述48

2.1.1数据获取的来源48

2.1.2数据获取的方法49

2.1.3数据源文件格式和数据

类型50

2.1.4数据预处理51

2.2常用数据集的获取53

2.2.1常用的数据集53

2.2.2使用Python的sklearn

提供的数据集54

2.3网页信息抓取54

2.3.1网络爬虫概述54

2.3.2HTTP基本原理54

2.3.3网页的基本结构57

2.3.4 Python相关库61

2.3.5使用requests和re库

抓取猫眼电影TOP 100

榜单66

2.3.6使用requests和bs4库

抓取豆瓣电影TOP 250

榜单69

2.3.7使用“八爪鱼采集器”

抓取网页信息72

2.4使用调查问卷收集信息77

2.4.1借助大语言模型设计

调查问卷77

2.4.2使用“问卷星”发布和收集

调查问卷的信息77

2.5数据清洗78

2.5.1数据清洗的目的78

2.5.2数据清洗的方法79

2.5.3基于工具的数据清洗 …81

2.6数据转换83

2.6.1数据转换的目的83

2.6.2数据转换的方法83

2.6.3基于工具的快速转换 …85

2.7数据脱敏87

2.7.1数据的敏感信息87

2.7.2保护数据的方法88

2.7.3基于工具实现数据

脱敏89

2.8数据集成91

2.8.1数据集成的基本类型 …91

2.8.2数据集成的难点93

2.8.3简单数据集成的实现 …93

2.9数据归约96

2.9.1数据归约概述96

2.9.2归约策略简介97

2.10综合练习97

2.10.1选择题97

2.10.2填空题98

2.10.3综合实践99

综合练习参考答案99

第3章数据库应用基础100

3.1数据库技术基础100

3.1.1数据与数据管理100

3.1.2数据库与数据库系统…101

3.1.3数据模型104

3.1.4数据库技术的发展 …108

3.1.5习题与实践109

3.2数据表110

3.2.1关系模型的定义110

3.2.2关系运算113

3.2.3Access简介117

3.2.4表和关系的创建119

3.2.5记录的输入和编辑131

3.2.6表结构的修改133

3.2.7规范化设计方法134

3.2.8习题与实践138

3.3数据库设计138

3.3.1数据库设计过程138

3.3.2ER模型向关系模式

的转换139

3.3.3习题与实践142

3.4数据查询143

3.4.1SQL概述143

3.4.2SQL数据定义145

3.4.3SQL数据查询148

3.4.4SQL数据更新157

3.4.5其他SQL功能160

3.4.6习题与实践161

3.5Excel和Access的连接166

3.6综合练习167

3.6.1选择题167

3.6.2填空题168

3.6.3综合实践168

综合练习参考答案168

第4章数据处理与分析169

4.1数据分析基础169

4.1.1认识数据类型169

4.1.2公式的组成173

4.1.3数据验证与公式审核…177

4.1.4内置工作表函数179

4.1.5数据的输出与显示196

4.2描述性统计分析198

4.2.1集中趋势度量198

4.2.2离散程度度量199

4.2.3分布形态分析200

4.3排序、筛选、分类汇总和数据

透视表201

4.3.1排序201

4.3.2筛选203

4.3.3分类汇总204

4.3.4数据透视表206

4.4单变量求解、模拟运算表和

规划求解207

4.4.1Excel加载项与数据

分析工具207

4.4.2模拟运算表208

4.4.3单变量求解211

4.4.4规划求解212

4.5时间序列数据分析214

4.5.1时序数据概述215

4.5.2时序数据的分析方法…215

4.5.3时序数据分析的实例…217

4.6综合练习222

4.6.1选择题222

4.6.2填空题223

4.6.3是非题223

综合练习参考答案223

第5章基于人工智能的数据分析 …224

5.1机器学习概述224

5.2机器学习算法的分类225

5.2.1监督学习225

5.2.2无监督学习226

5.2.3强化学习226

5.2.4常见的机器学习算法…226

5.3数据集及算法评价227

5.3.1数据集227

5.3.2泛化能力与评价指标…227

5.4AI辅助编程229

5.5回归分析230

5.5.1一元线性回归231

5.5.2一元多项式回归233

5.5.3多元回归234

5.6分类分析237

5.6.1决策树237

5.6.2支持向量机240

5.6.3K近邻242

5.6.4朴素贝叶斯245

5.7聚类分析247

5.7.1KMeans算法的

原理248

5.7.2案例实践与性能评估…248

5.7.3聚类算法的性能评估…254

5.8集成学习与主成分分析255

5.8.1集成学习255

5.8.2主成分分析256

5.9神经网络和深度学习258

5.9.1神经网络258

5.9.2深度学习261

5.9.3深度神经网络的构建

案例263

5.10综合练习266

5.10.1单选题266

5.10.2填空题267

5.10.3判断题267

综合练习参考答案268

第6章数据可视化269

6.1数据可视化的基础269

6.1.1数据可视化的概念269

6.1.2数据可视化的过程270

6.1.3数据可视化的类型271

6.1.4数据可视化的设计

原则272

6.1.5数据可视化工具273

6.2Excel数据可视化273

6.2.1Excel图表的创建和

编辑274

6.2.2Excel常见的图表类型

及其应用275

6.3Tableau数据可视化285

6.3.1Tableau Public简介 …286

6.3.2基础图表制作291

6.3.3复杂需求可视化297

6.3.4仪表板320

6.4FineBI数据可视化324

6.4.1FineBI基础324

6.4.2可视化组件330

6.4.3仪表板333

6.4.4分析文档337

6.4.5全唐诗可视化分析339

6.5数据分享与安全348

6.5.1数据分享348

6.5.2数据安全349

6.5.3数据分享平台的安全

措施349

6.5.4数据安全意识的培养…350

6.6综合练习350

6.6.1选择题350

6.6.2填空题352

6.6.3综合实践352

综合练习参考答案357

第7章数据分析与可视化综合

实践3587.1奥运数据可视化分析358

7.1.1数据准备359

7.1.2可视化分析359

7.2中国城市绿地数据可视化

分析370

7.2.1数据准备370

7.2.2可视化分析370

7.2.3故事讲述377

7.3综合练习379