探索性数据分析及其在流程业的应用

　　第1章 绪论
　　1.1 大数据时代
　　1.2 数据、信息与知识
　　1.3 探索性数据分析
　　1.4 探索性数据分析与传统数据分析的差异
　　第2章 数据预处理
　　2.1 数据处理的必要性
　　2.2 噪声的处理
　　2.3 异常点的处理
　　2.4 标准化处理
　　第3章 描述性统计分析
　　3.1 统计量
　　3.2 统计图
　　第4章 相关性分析
　　4.1 简单相关
　　4.2 复相关
　　4.3 典型相关分析
　　4.4 偏相关分析
　　4.5 相关性分析的应用
　　第5章 统计过程控制
　　5.1 SPC控制图
　　5.2 多变量统计过程控制（MSPC）
　　5.3 间歇式生产过程的统计控制
　　5.4 MSPC的应用
　　第6章 基于信息论的数据分析
　　6.1 信息熵
　　6.2 联合熵与互信息
　　6.3 最大关联最小冗余
　　第7章 基于模式识别的数据分析
　　7.1 模式识别的概念和方法
　　7.2 特征提取方法
　　7.3 模式识别应用于数据分析
　　第8章 算法介绍
　　8.1 主成分分析（PCA）
　　8.2 偏最小二乘（PLS）
　　8.3 支持向量机（SVM）
　　第9章 DMOS软件介绍
　　9.1 建模和数据分析的准备
　　9.2 数据分析步骤
　　主要参考文献

　　陆治荣，男，1966年毕业于清华大学工程数学力学系。曾先后在航天二院，金陵石化炼油厂仪表车间、计算机站，霍尼韦尔公司（美）高技术执行部，思华数据技术有限公司，北京石油化工工程有限公司等单位工作。近十年，专注于数据挖掘和数据分析技术的研究、开发和应用实践，期间，主持了两项数据分析软件的研发，并获得国家发明专利一项。

　　《探索性数据分析及其在流程业的应用》全面介绍探索性数据分析的原理和应用，内容涉及数理统计、数据挖掘、模式识别和信息论等多门学科。《探索性数据分析及其在流程业的应用》介绍了多种实用性的数据分析方法，并对几种重点算法进行了系统和深入的论述，书中还涉及数据分析中的方法论。
　　《探索性数据分析及其在流程业的应用》具有实用性、综合性和新颖性，既有理论又注重实践，并配以大量的图表和实例，可作为掌握大量数据、并希望从数据中获取信息和知识的工程技术人员以及企业管理人员等的参考书，也可供高等院校相关专业的师生参考。