非結(jié)構(gòu)化數(shù)據(jù)分析與應(yīng)用

部分 背景篇——導(dǎo)論
第1章 非結(jié)構(gòu)化數(shù)據(jù)分析概述
1.1 非結(jié)構(gòu)化數(shù)據(jù)分析概論
1.2 非結(jié)構(gòu)化數(shù)據(jù)的特點
1.3 管理視角的非結(jié)構(gòu)化數(shù)據(jù)分析
1.4 非結(jié)構(gòu)化數(shù)據(jù)分析的應(yīng)用案例
關(guān)鍵術(shù)語
本章小結(jié)
即測即評
第二部分 數(shù)據(jù)篇——描述性分析
第2章 非結(jié)構(gòu)化數(shù)據(jù)的獲取
2.1 文本數(shù)據(jù)獲取
2.2 圖像數(shù)據(jù)獲取
2.3 視頻數(shù)據(jù)獲取
2.4 音頻數(shù)據(jù)獲取
2.5 多模態(tài)數(shù)據(jù)獲取
關(guān)鍵術(shù)語
本章小結(jié)
即測即評
第3章 非結(jié)構(gòu)化數(shù)據(jù)描述性分析
3.1 數(shù)據(jù)的描述
3.2 數(shù)據(jù)的可視化
3.3 數(shù)據(jù)的質(zhì)量
關(guān)鍵術(shù)語
本章小結(jié)
即測即評
第三部分 方法篇——預(yù)測性分析
第4章 經(jīng)典模型與分析方法
4.1 模型評價和模型選擇
4.2 集成樹模型
4.3 線性模型
4.4 k近鄰法
4.5 支持向量機
4.6 K均值聚類
4.7 層次聚類法
關(guān)鍵術(shù)語
本章小結(jié)
即測即評
*第5章 現(xiàn)代模型與分析方法
5.1 神經(jīng)網(wǎng)絡(luò)概念
5.2 卷積神經(jīng)網(wǎng)絡(luò)
5.3 RNN和LSTM
5.4 強化學(xué)習(xí)
5.5 貝葉斯網(wǎng)絡(luò)
5.6 自編碼器Auto-Encoder
5.7 生成對抗網(wǎng)絡(luò)
關(guān)鍵術(shù)語
本章小結(jié)
即測即評
第6章 文本數(shù)據(jù)分析
6.1 文本數(shù)據(jù)預(yù)處理
6.2 文本特征提取
6.3 文本數(shù)據(jù)分析的應(yīng)用
6.4 中文NLP開源工具
6.5 案例分析
關(guān)鍵術(shù)語
本章小結(jié)
即測即評
第7章 圖像數(shù)據(jù)分析
7.1 圖像數(shù)據(jù)分析系統(tǒng)概述
7.2 圖像的經(jīng)典特征
7.3 圖像的深度分類方法
*7.4 圖像的深度檢測方法
7.5 貨架商品的檢測和識別
*7.6 細粒度商品圖像檢索
*7.7 商場行人目標重識別
關(guān)鍵術(shù)語
本章小結(jié)
即測即評
編程習(xí)題
*第8章 音頻數(shù)據(jù)分析
8.1 語音預(yù)處理和特征
8.2 面向應(yīng)用的語音識別
8.3 語音合成和質(zhì)量評估
8.4 案例分析
關(guān)鍵術(shù)語
本章小結(jié)
即測即評
第四部分 應(yīng)用篇——場景案例
第9章 典型非結(jié)構(gòu)化數(shù)據(jù)分析案例
9.1 智能零售案例：行人重識別（ReID）與實體商業(yè)數(shù)智化
9.2 電商視頻案例：多模態(tài)短視頻內(nèi)容標簽提取及應(yīng)用
9.3 開戶審核案例：多模態(tài)識別在證券開戶業(yè)務(wù)中的應(yīng)用
9.4 智能制造案例：空調(diào)主板檢測應(yīng)用和汽車裝配指導(dǎo)
9.5 智能教育案例：智云課堂——語音技術(shù)應(yīng)用案例
9.6 智慧農(nóng)業(yè)案例：京東數(shù)字農(nóng)業(yè)精細化管理信息平臺
9.7 能耗監(jiān)管案例：基于物聯(lián)網(wǎng)的建筑能耗監(jiān)管系統(tǒng)
參考文獻