《大數據處理：從采集到可視化》共分為9章，章數據采集，主要介紹了大數據的概念、類型及其特征，常見的數據采集方法；第2章數據清洗，主要討論數據質量的維度，數據可能存在的質量問題，常見的數據清洗方法；第3章數據ETL，重點介紹了MGO方法；第4章數據存儲，主要介紹了大數據時代的一些主流數據存儲平臺和相關技術；第5章回歸算法，主要介紹了線性回歸、決策樹回歸、隨機森林回歸等，并介紹了其實現(xiàn)的主要步驟以及相應的Python語言實現(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，主要介紹了基于關聯(lián)規(guī)則的推薦、基于內容過濾的推薦等主流方法；第9章數據可視化的關鍵技術，主要介紹了數據的降維、可視化隱喻及相關的交互技術。