Microsoft Power BI數(shù)據(jù)建模與可視化快速上手

定　價(jià)：￥59.00

作　者：	王國(guó)平著
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302567615	出版時(shí)間：	2021-01-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	248	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《Microsoft Power BI數(shù)據(jù)建模與可視化快速上手》由資深數(shù)據(jù)分析師精心編寫(xiě)，循序漸進(jìn)地介紹了Microsoft Power BI在數(shù)據(jù)建模和數(shù)據(jù)可視化中的應(yīng)用?！禡icrosoft Power BI數(shù)據(jù)建模與可視化快速上手》主要內(nèi)容包括：Microsoft Power BI數(shù)據(jù)建模與數(shù)據(jù)可視化、相關(guān)分析及其視圖、回歸分析及其視圖、聚類分析及其視圖、時(shí)間序列及其視圖、決策樹(shù)及其視圖、神經(jīng)網(wǎng)絡(luò)及其視圖、社交網(wǎng)絡(luò)及其視圖、文本分析及其視圖。全書(shū)以案例為主線，既包括軟件應(yīng)用與操作的方法和技巧，又融入了可視化的基礎(chǔ)知識(shí)，使讀者通過(guò)學(xué)習(xí)《Microsoft Power BI數(shù)據(jù)建模與可視化快速上手》，能夠輕松快速地掌握數(shù)據(jù)建模與可視化的方法與技巧。《Microsoft Power BI數(shù)據(jù)建模與可視化快速上手》可作為管理、經(jīng)濟(jì)、社會(huì)人文等人員學(xué)習(xí)Microsoft Power BI軟件進(jìn)行數(shù)據(jù)可視化和數(shù)據(jù)分析的參考書(shū)，也可以作為大專院校相關(guān)專業(yè)本科生、研究生的教學(xué)用書(shū)。

作者簡(jiǎn)介

　　王國(guó)平，畢業(yè)于上海海洋大學(xué)，碩士，主要從事數(shù)據(jù)可視化、數(shù)據(jù)挖掘和大數(shù)據(jù)分析與研究等工作。精通Tableau、SPSS、SPSS Modeler、Power BI等軟件，已出版《IBM SPSS Modeler數(shù)據(jù)與文本挖掘?qū)崙?zhàn)》《Microsoft Power BI數(shù)據(jù)可視化與數(shù)據(jù)分析》《Tableau數(shù)據(jù)可視化從入門(mén)到精通》《SPSS統(tǒng)計(jì)分析與行業(yè)應(yīng)用實(shí)戰(zhàn)》等圖書(shū)。

圖書(shū)目錄

第1章數(shù)據(jù)建模與數(shù)據(jù)可視化概述
1．1 數(shù)據(jù)建模的類型及過(guò)程
1．1．1 按照應(yīng)用目的劃分
1．1．2 按照數(shù)據(jù)結(jié)構(gòu)劃分
1．1．3 數(shù)據(jù)建模的基本過(guò)程
1．2 數(shù)據(jù)可視化常用軟件簡(jiǎn)介
1．2．1 Microsoft Power BI
1．2．2 Tableau
1．2．3 FineBI
1．3 案例數(shù)據(jù)集介紹
1．4 練習(xí)題
第2章快速認(rèn)識(shí)Microsoft Power BI軟件
2．1 Microsoft Power BI軟件簡(jiǎn)介
2．1．1 軟件的界面組成
2．1．2 軟件的3種視圖
2．1．3 軟件的下載和安裝
2．2 Microsoft Power BI報(bào)表編輯器
2．2．1 “可視化”窗格
2．2．2 “篩選器”窗格
2．2．3 “字段”窗格
2．3 Microsoft Power BI連接數(shù)據(jù)源
2．3．1 連接Excel文件
2．3．2 連接文本/CSV文件
2．3．3 連接JSON文件
2．3．4 連接PDF文件
2．3．5 連接SQL Server
2．3．6 連接MySQL
2．3．7 連接Oracle
2．3．8 連接Hadoop Hive
2．4 練習(xí)題
第3章 Microsoft Power BI數(shù)據(jù)建模初涉
3．1 創(chuàng)建和管理關(guān)系
3．1．1 創(chuàng)建數(shù)據(jù)表的關(guān)系
3．1．2 管理數(shù)據(jù)表的關(guān)系
3．2 數(shù)據(jù)分析表達(dá)式
3．2．1 DAX函數(shù)簡(jiǎn)介及類型
3．2．2 省份和城市字段的合成
3．3 Microsoft Power BI與R的協(xié)同
3．3．1 安裝R 3．6．2開(kāi)發(fā)環(huán)境
3．3．2 配置R 3．6．2開(kāi)發(fā)環(huán)境
3．4 練習(xí)題
第4章 Microsoft Power BI數(shù)據(jù)可視化視圖及報(bào)表
4．1 基礎(chǔ)可視化視圖
4．1．1 基礎(chǔ)可視化視圖概述
4．1．2 設(shè)置可視化視圖對(duì)象
4．1．3 常用基礎(chǔ)可視化視圖
4．2 自定義可視化視圖
4．2．1 自定義可視化視圖概述
4．2．2 導(dǎo)入自定義可視化視圖
4．2．3 重要自定義可視化視圖
4．3 Microsoft Power BI數(shù)據(jù)報(bào)表
4．3．1 數(shù)據(jù)報(bào)表及其特點(diǎn)
4．3．2 如何制作數(shù)據(jù)報(bào)表
4．3．3 報(bào)表開(kāi)發(fā)注意事項(xiàng)
4．4 練習(xí)題
第5章相關(guān)分析及其視圖
5．1 相關(guān)分析概述
5．1．1 相關(guān)分析簡(jiǎn)介
5．1．2 相關(guān)分析的應(yīng)用
5．1．3 Pearson相關(guān)系數(shù)
5．1．4 Spearman相關(guān)系數(shù)
5．1．5 Kendall相關(guān)系數(shù)
5．1．6 三類相關(guān)系數(shù)的比較
5．2 Microsoft Power BI視圖及案例
5．2．1 相關(guān)分析視圖及源碼解析
5．2．2 企業(yè)銷售額影響因素分析
5．2．3 銷售額相關(guān)分析的可視化
5．3 練習(xí)題
第6章回歸分析及其視圖
6．1 回歸分析概述
6．1．1 回歸分析簡(jiǎn)介
6．1．2 回歸分析的應(yīng)用
6．1．3 回歸分析的建模
6．1．4 回歸之線性回歸
6．1．5 回歸之邏輯回歸
6．1．6 回歸之嶺回歸
6．2 回歸分析視圖及案例-企業(yè)銷售額分析
6．2．1 線性回歸視圖及源碼解析
6．2．2 企業(yè)銷售額線性回歸預(yù)測(cè)
6．2．3 銷售額回歸分析的可視化
6．3 練習(xí)題
第7章聚類分析及其視圖
7．1 聚類分析概述
7．1．1 聚類分析簡(jiǎn)介
7．1．2 聚類的應(yīng)用場(chǎng)景
7．1．3 聚類的建模步驟
7．1．4 K-Means聚類
7．1．5 期望最大化聚類
7．1．6 基于密度的聚類
7．2 聚類分析視圖及案例-客戶群類型分析
7．2．1 聚類分析視圖及源碼解析
7．2．2 企業(yè)客戶群類型聚類分析
7．2．3 客戶群聚類分析的可視化
7．3 練習(xí)題
第8章時(shí)間序列及其視圖
8．1 時(shí)間序列概述
8．1．1 時(shí)間序列簡(jiǎn)介
8．1．2 時(shí)間序列的應(yīng)用
8．1．3 時(shí)間序列的建模
8．1．4 ARIMA模型
8．1．5 指數(shù)平滑法
8．1．6 TBATS模型
8．2 時(shí)間序列視圖及案例-商城月度訂單量分析
8．2．1 時(shí)間序列視圖及源碼解析
8．2．2 月度訂單量時(shí)間序列預(yù)測(cè)
8．2．3 企業(yè)月度訂單量的可視化
8．3 練習(xí)題
第9章決策樹(shù)及其視圖
9．1 決策樹(shù)概述
9．1．1 決策樹(shù)模型簡(jiǎn)介
9．1．2 決策樹(shù)模型的應(yīng)用
9．1．3 決策樹(shù)模型的建模
9．1．4 決策樹(shù)之ID3算法
9．1．5 決策樹(shù)之C4．5算法
9．1．6 決策樹(shù)之CART算法
9．2 決策樹(shù)視圖及案例-客戶退單分析
9．2．1 決策樹(shù)視圖及源碼解析
9．2．2 企業(yè)退單影響因素分析
9．2．3 退單影響因素的可視化
9．3 練習(xí)題
第10章神經(jīng)網(wǎng)絡(luò)及其視圖
10．1 神經(jīng)網(wǎng)絡(luò)概述
10．1．1 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
10．1．2 神經(jīng)網(wǎng)絡(luò)的應(yīng)用
10．1．3 神經(jīng)網(wǎng)絡(luò)的建模
10．1．4 多層感知器模型
10．1．5 徑向基函數(shù)模型
10．1．6 循環(huán)神經(jīng)網(wǎng)絡(luò)模型
10．2 神經(jīng)網(wǎng)絡(luò)視圖及案例-企業(yè)股票價(jià)格預(yù)測(cè)
10．2．1 神經(jīng)網(wǎng)絡(luò)視圖及源碼解析
10．2．2 基于神經(jīng)網(wǎng)絡(luò)的股價(jià)預(yù)測(cè)
10．2．3 股票收盤(pán)月均價(jià)的可視化
10．3 練習(xí)題
第11章社交網(wǎng)絡(luò)及其視圖
11．1 社交網(wǎng)絡(luò)概述
11．1．1 社交網(wǎng)絡(luò)簡(jiǎn)介
11．1．2 社交網(wǎng)絡(luò)的應(yīng)用
11．1．3 社交網(wǎng)絡(luò)的建模
11．1．4 社交網(wǎng)絡(luò)建模軟件
11．1．5 社交物聯(lián)網(wǎng)簡(jiǎn)介
11．1．6 社交網(wǎng)絡(luò)的弊端
11．2 社交網(wǎng)絡(luò)視圖及案例-社交圈價(jià)值分析
11．2．1 社交網(wǎng)絡(luò)視圖及源碼解析
11．2．2 企業(yè)社交網(wǎng)絡(luò)的價(jià)值分析
11．2．3 企業(yè)員工社交圈的可視化
11．3 練習(xí)題
第12章文本分析及其視圖
12．1 文本分析概述
12．1．1 文本分析簡(jiǎn)介
12．1．2 文本分析的步驟
12．1．3 文本分析的軟件
12．1．4 文本主題模型
12．1．5 文本情感分析
12．1．6 自然語(yǔ)言處理
12．2 文本分析視圖及案例-商品銷售狀況分析
12．2．1 文本分析視圖及源碼解析
12．2．2 如何了解企業(yè)商品的現(xiàn)狀
12．2．3 企業(yè)熱銷商品數(shù)據(jù)可視化
12．3 練習(xí)題
參考文獻(xiàn)