大数据分析方法论及工具(PPT 65页)

数据分析即从数据、信息到知识的过程，数据分析需要数
学理论、行业经验以及计算机工具三者结合
随着计算机技术发展和数据分析理论的更新，当前的数据
分析逐步成为机器语言、统计知识两个学科的交集（备选）
随着计算机科学的进步，数据挖掘、商务智能、大数据等
概念的出现，数据分析的手段和方法更加丰富
数据分析标准流程
数据分析框架
数据清洗&数据探索
数据清洗：1.异常值判别
常见统计判别法
数据清洗：2.缺失值处理
数据探索
数据特征描述
数据概率分布
数据分布初步推断
结构优化——相关性分析
结构优化——主成分分析
数据转换
分类模型评估
聚类分析
聚类分析——K均值聚类
聚类模型评估
关联规则
基本概念
关联规则模型评估
时间序列算法介绍
时间序列算法介绍-ARIMA
常用的数据分析工具
数据挖掘工具-SAS
数据挖掘工具-SPSSClementine（现已更名为：PASW
Modeler）
数据挖掘工具-R
数据挖掘工具-Stata
数据挖掘工具-MATLAB
数据挖掘工具-其他
数据挖掘的工具及软件
数据分析发展历程
..............................