"本書由淺入深、詳細地介紹了基於Microsoft Power BI的數據可視化與建模技術，並結合實際案例詳細闡述其在數據可視化與建模方面的具體應用。全書以案例為主線，既包括軟件應用與操作的方法和技巧，又融入了案例實戰，使讀者通過對本書的學習，能夠輕松快速地掌握數據可視化與建模方法。本書配套資源中包含案例采用的數據源文件，供讀者在閱讀本書時進行操作練習。本書可以作為管理、經濟、社會人文等人員學數據建模與可視化技術的參考圖書，也可作為高校計算機相關專業本科生、研究生的教材或教學參考書。"

●章 數據建模與數據可視化概述
1．1 數據建模的類型及過程
1．1．1 按照應用目的劃分
1．1．2 按照數據結構劃分
1．1．3 數據建模的基本過程
1．2 數據可視化常用軟件簡介
1．2．1 Microsoft Power BI
1．2．2 Tableau
1．2．3 FineBI
1．3 案例數據集介紹
1．4 練習題

第2章 快速認識Microsoft Power BI軟件
2．1 Microsoft Power BI軟件簡介
2．1．1 軟件的界面組成
2．1．2 軟件的3種視圖
2．1．3 軟件的下載和安裝
2．2 Microsoft Power BI報表編輯器
2．2．1 “可視化”窗格
2．2．2 “篩選器”窗格
2．2．3 “字段”窗格
2．3 Microsoft Power BI連接數據源
2．3．1 連接Excel文件
2．3．2 連接文本/CSV文件
2．3．3 連接JSON文件
2．3．4 連接PDF文件
2．3．5 連接SQL Server
2．3．6 連接MySQL
2．3．7 連接Oracle
2．3．8 連接Hadoop Hive
2．4 練習題

第3章 Microsoft Power BI數據建模初涉
3．1 創建和管理關繫
3．1．1 創建數據表的關繫
3．1．2 管理數據表的關繫
3．2 數據分析表達式
3．2．1 DAX函數簡介及類型
3．2．2 省份和城市字段的合成
3．3 Microsoft Power BI與R的協同
3．3．1 安裝R 3．6．2開發環境
3．3．2 配置R 3．6．2開發環境
3．4 練習題

第4章 Microsoft Power BI數據可視化視圖及報表
4．1 基礎可視化視圖
4．1．1 基礎可視化視圖概述
4．1．2 設置可視化視圖對像
4．1．3 常用基礎可視化視圖
4．2 自定義可視化視圖
4．2．1 自定義可視化視圖概述
4．2．2 導入自定義可視化視圖
4．2．3 重要自定義可視化視圖
4．3 Microsoft Power BI數據報表
4．3．1 數據報表及其特點
4．3．2 如何制作數據報表
4．3．3 報表開發注意事項
4．4 練習題

第5章 相關分析及其視圖
5．1 相關分析概述
5．1．1 相關分析簡介
5．1．2 相關分析的應用
5．1．3 Pearson相關繫數
5．1．4 Spearman相關繫數
5．1．5 Kendall相關繫數
5．1．6 三類相關繫數的比較
5．2 Microsoft Power BI視圖及案例
5．2．1 相關分析視圖及源碼解析
5．2．2 企業銷售額影響因素分析
5．2．3 銷售額相關分析的可視化
5．3 練習題

第6章 回歸分析及其視圖
6．1 回歸分析概述
6．1．1 回歸分析簡介
6．1．2 回歸分析的應用
6．1．3 回歸分析的建模
6．1．4 回歸之線性回歸
6．1．5 回歸之邏輯回歸
6．1．6 回歸之嶺回歸
6．2 回歸分析視圖及案例-企業銷售額分析
6．2．1 線性回歸視圖及源碼解析
6．2．2 企業銷售額線性回歸預測
6．2．3 銷售額回歸分析的可視化
6．3 練習題

第7章 聚類分析及其視圖
7．1 聚類分析概述
7．1．1 聚類分析簡介
7．1．2 聚類的應用場景
7．1．3 聚類的建模步驟
7．1．4 K-Means聚類
7．1．5 期望大化聚類
7．1．6 基於密度的聚類
7．2 聚類分析視圖及案例-客戶群類型分析
7．2．1 聚類分析視圖及源碼解析
7．2．2 企業客戶群類型聚類分析
7．2．3 客戶群聚類分析的可視化
7．3 練習題

第8章 時間序列及其視圖
8．1 時間序列概述
8．1．1 時間序列簡介
8．1．2 時間序列的應用
8．1．3 時間序列的建模
8．1．4 ARIMA模型
8．1．5 指數平滑法
8．1．6 TBATS模型
8．2 時間序列視圖及案例-商城月度訂單量分析
8．2．1 時間序列視圖及源碼解析
8．2．2 月度訂單量時間序列預測
8．2．3 企業月度訂單量的可視化
8．3 練習題

第9章 決策樹及其視圖
9．1 決策樹概述
9．1．1 決策樹模型簡介
9．1．2 決策樹模型的應用
9．1．3 決策樹模型的建模
9．1．4 決策樹之ID3算法
9．1．5 決策樹之C4．5算法
9．1．6 決策樹之CART算法
9．2 決策樹視圖及案例-客戶退單分析
9．2．1 決策樹視圖及源碼解析
9．2．2 企業退單影響因素分析
9．2單影響因素的可視化
9．3 練習題

0章 神經網絡及其視圖
10．1 神經網絡概述
10．1．1 神經網絡簡介
10．1．2 神經網絡的應用
10．1．3 神經網絡的建模
10．1．4 多層感知器模型
10．1．5 徑向基函數模型
10．1．6 循環神經網絡模型
10．2 神經網絡視圖及案例-企業股票價格預測
10．2．1 神經網絡視圖及源碼解析
10．2．2 基於神經網絡的股價預測
10．2．3 股票收盤月均價的可視化
10．3 練習題

1章 社交網絡及其視圖
11．1 社交網絡概述
11．1．1 社交網絡簡介
11．1．2 社交網絡的應用
11．1．3 社交網絡的建模
11．1．4 社交網絡建模軟件
11．1．5 社交物聯網簡介
11．1．6 社交網絡的弊端
11．2 社交網絡視圖及案例-社交圈價值分析
11．2．1 社交網絡視圖及源碼解析
11．2．2 企業社交網絡的價值分析
11．2．3 企業員工社交圈的可視化
11．3 練習題

2章 文本分析及其視圖
12．1 文本分析概述
12．1．1 文本分析簡介
12．1．2 文本分析的步驟
12．1．3 文本分析的軟件
12．1．4 文本主題模型
12．1．5 文本情感分析
12．1．6 自然語言處理
12．2 文本分析視圖及案例-商品銷售狀況分析
12．2．1 文本分析視圖及源碼解析
12．2．2 如何了解企業商品的現狀
12．2．3 企業熱銷商品數據可視化
12．3 練習題
參考文獻

本書由數據分析師精心編寫，循序漸進地介紹了Microsoft Power BI在數據建模和數據可視化中的應用。本書主要內容包括：Microsoft Power BI數據建模與數據可視化、相關分析及其視圖、回歸分析及其視圖、聚類分析及其視圖、時間序列及其視圖、決策樹及其視圖、神經網絡及其視圖、社交網絡及其視圖、文本分析及其視圖。全書以案例為主線，既包括軟件應用與操作的方法和技巧，又融入了可視化的基礎知識，使讀者通過學習本書，能夠輕松快速地掌握數據建模與可視化的方法與技巧。本書可作為管理、經濟、社會人文等人員學習Microsoft Power BI軟件進行數據可視化和數據分析的參考書，也可以作為大專院校相關專業本科生、研究生的教學用書。

王國平 編