《大數(shù)據(jù)處理：從采集到可視化》共分為9章，章數(shù)據(jù)采集，主要介紹了大數(shù)據(jù)的概念、類型及其特征，常見的數(shù)據(jù)采集方法；第2章數(shù)據(jù)清洗，主要討論數(shù)據(jù)質(zhì)量的維度，數(shù)據(jù)可能存在的質(zhì)量問(wèn)題，常見的數(shù)據(jù)清洗方法；第3章數(shù)據(jù)ETL，重點(diǎn)介紹了MGO方法；第4章數(shù)據(jù)存儲(chǔ)，主要介紹了大數(shù)據(jù)時(shí)代的一些主流數(shù)據(jù)存儲(chǔ)平臺(tái)和相關(guān)技術(shù)；第5章回歸算法，主要介紹了線性回歸、決策樹回歸、隨機(jī)森林回歸等，并介紹了其實(shí)現(xiàn)的主要步驟以及相應(yīng)的Python語(yǔ)言實(shí)現(xiàn)代碼；第6章分類算法，主要介紹了邏輯回歸二分類和多分類、度提升分類樹等；第7章聚類算法，主要介紹了分割聚類、層次聚類、基于密度的聚類；第8章推薦算法，主要介紹了基于關(guān)聯(lián)規(guī)則的推薦、基于內(nèi)容過(guò)濾的推薦等主流方法；第9章數(shù)據(jù)可視化的關(guān)鍵技術(shù)，主要介紹了數(shù)據(jù)的降維、可視化隱喻及相關(guān)的交互技術(shù)。