如今，大數(shù)據(jù)的發(fā)展已經(jīng)成為我國經(jīng)濟發(fā)展的新引擎，數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)專業(yè)及課程也已在高校陸續(xù)開設(shè)。從大數(shù)據(jù)元年發(fā)展至今，市面上出現(xiàn)了大量大數(shù)據(jù)技術(shù)相關(guān)書籍，但大部分書籍偏重于技術(shù)和算法的理論介紹，實用性和操作性強的教材很少，導(dǎo)致學生在學習過程中閱讀興趣度會逐漸降低，以致半途而廢，而商業(yè)實踐的書籍又過多偏重于工程，即使有案例操作，也缺乏系統(tǒng)性，不適合作為教材講授。本書從理論與實踐相結(jié)合的角度出發(fā)，在大數(shù)據(jù)挖掘理論的基礎(chǔ)上編寫而成。每個知識點都有對應(yīng)的實驗，以簡潔實驗的舉例取代晦澀難懂的算法推導(dǎo)。實驗例題背景介紹、步驟解析明確，讀者可直接參考實驗流程，獨立完成程序運行。 本書主要從基礎(chǔ)、建模、案例三部分展開對大數(shù)據(jù)挖掘的分析應(yīng)用。基礎(chǔ)部分介紹了實驗工具R、Python語言的使用，數(shù)據(jù)采集、質(zhì)量分析、統(tǒng)計、可視化等數(shù)據(jù)準備，以及數(shù)據(jù)清洗、集成、變換、規(guī)約等預(yù)處理操作。建模部分介紹了大數(shù)據(jù)挖掘常用的分類模型和算法，涵蓋了回歸方法、分類方法、關(guān)聯(lián)規(guī)則、聚類分析、預(yù)測方法、離群點診斷和時間序列分析方法，在每一類方法中包括了基本的方法介紹、實驗解析及完整的代碼。案例部分精選了2個大數(shù)據(jù)挖掘綜合應(yīng)用案例。 本書編寫分工為：通旭明撰寫第1、第3、第4章，趙志升撰寫第2章，梁俊花撰寫第5、第9、第10、第11章，李靜撰寫第6章，劉洋撰寫第7和第8章。全書由趙志升、梁俊花統(tǒng)稿和校對。本書在編寫過程中，還得到了王春艷、袁艷紅等老師的幫助，在此表示感謝；同時，感謝河北北方學院大數(shù)據(jù)分析項目團隊成員郭明磊、傅軒昂、劉石、袁博、張貴軒、姜連勛、武美璇、武麗媛參與本書的寫作和實驗代碼的調(diào)試校驗；感謝教育部“2018產(chǎn)學合作協(xié)同育人項目——江蘇知途教育科技有限公司教學內(nèi)容和課程體系改革項目”對本書的支持。 由于編者水平有限，加之時間倉促，書中難免存在不當之處，歡迎讀者提出寶貴意見和建議，以便再版時修正。讀者的意見和建議請發(fā)至郵箱zzsbigdata@sina.com。