多模态数据分析：AGI时代的数据分析方法与实践_巴川2025_9787121505904

真实世界的数据都是多模态的，真正的通用人工智能（AGI）必将超越单一模态的局限。本书基于作者多年工业界大数据技术经验，系统而全面地探讨了多模态数据技术，从基础概念到关键技术再到典型应用，全方位讲解多模态数据分析的核心技术与前沿实践。书中首先详尽介绍了多模态数据分析相关知识，涉及文本、图像、音频、视频等多模态数据；然后结合实例代码，系统介绍了统计学与数据分析、机器学习、深度学习、知识图谱、大模型等方法和模型，以及GPT与DeepSeek等大模型的多模态实践分析；最后结合医疗、直播、视频等领域的案例阐述了多模态数据分析的多种算法模型的综合应用。
本书体系化强、案例丰富，以“理论框架-技术路径-实战案例”层层递进的方式提供了完整的知识链路，主体基于Python语言的大量实例代码，可以帮助读者学以致用。
本书既可作为数据分析师、数据科学家、数据工程师、算法工程师等数据相关从业者的学习用书，也可作为高校数学、统计学、计算机等相关专业的师生用书和培训学校的教材。

第1章多模态数据分析概述1
1.1什么是多模态数据1
1.2多模态数据分析的意义4
1.3多模态数据分析的挑战7
1.4小结9
第2章单一模态数据处理与分析11
2.1文本数据处理与分析11
2.1.1文本数据处理12
2.1.2文本分类与主题建模21
2.2图像数据处理与分析25
2.2.1图像数据处理25
2.2.2图像目标检测35
2.3音频数据处理与分析37
2.3.1音频数据预处理38
2.3.2音频分类与事件检测46
2.4视频数据处理与分析49
2.4.1视频数据预处理50
2.4.2行为识别与动作分析60
2.5小结65
第3章多模态数据融合66
3.1多模态数据融合的研究意义66
3.2多模态数据融合的常规方法67
3.2.1特征级融合67
3.2.2决策级融合71
3.2.3模型级融合75
3.2.4混合级融合80
3.3多模态数据融合的创新方法84
3.3.1基于深度学习的多模态特征自适应融合84
3.3.2基于跨模态语义对齐的一致性增强融合89
3.3.3基于图的多模态图像关系推理融合92
3.4小结95
第4章统计学与数据分析96
4.1统计学概述96
4.2基础知识98
4.2.1描述统计98
4.2.2假设检验105
4.3相关性分析107
4.4回归分析109
4.4.1回归分析介绍109
4.4.2案例：二手车怎么买111
4.5算法案例：基于相关性统计的短语词云121
4.5.1文本数据处理121
4.5.2短语词云算法原理与展示125
4.6小结126
第5章基于机器学习的多模态数据分析128
5.1经典机器学习算法介绍128
5.1.1线性回归129
5.1.2逻辑回归130
5.1.3支持向量机131
5.1.4决策树132
5.1.5随机森林134
5.1.6XGBoost137
5.1.7朴素贝叶斯137
5.1.8神经网络138
5.2案例：基于支持向量机的车牌识别140
5.3案例：基于神经网络的机器翻译150
5.4小结154
第6章基于深度学习的多模态数据分析156
6.1深度学习介绍156
6.2卷积神经网络及其数据分析案例158
6.2.1卷积神经网络介绍158
6.2.2案例：颜值评分160
6.3序列数据应用—LSTM167
6.3.1循环神经网络和LSTM介绍167
6.3.2案例：用模型作诗169
6.4深度学习扩展知识与应用175
6.5小结180
第7章基于知识图谱的多模态数据分析181
7.1知识图谱技术体系及其构建方法181
7.1.1知识图谱技术体系181
7.1.2案例：构建知识图谱184
7.2知识图谱与多模态数据融合190
7.2.1融合的优势及应用方向190
7.2.2案例：构建基于多模态知识图谱的多标签预测模型191
7.3知识图谱推理与分析203
7.3.1推理与分析方法介绍203
7.3.2案例：基于图神经网络的知识图谱给用户推荐电影204
7.4知识图谱数据分析的企业级拓展应用208
7.4.1用户传播路径208
7.4.2用户搜索观星台209
7.4.3用户关系网络及健康度评估210
7.5小结212
第8章基于大模型的多模态数据分析213
8.1大模型概述213
8.1.1大模型的定义与特点213
8.1.2大模型的基本原理214
8.1.3大模型在多模态数据分析中的重要作用217
8.2大模型应用架构218
8.2.1业务架构218
8.2.2技术架构220
8.2.3技术路线选择224
8.3大模型在多模态数据分析中的应用226
8.3.1大模型助力多模态数据处理226
8.3.2大模型助力多模态数据融合228
8.3.3大模型助力多模态数据分析230
8.4GPT与DeepSeek：多模态数据分析领域的交锋231
8.4.1GPT：多模态先驱，当下实力究竟几何231
8.4.2DeepSeek：新晋黑马，突破重围有何独特优势233
8.4.3巅峰对垒：GPT与DeepSeek多模态数据分析比拼235
8.5小结237
第9章实战案例：挖掘肺部病变，赋能精准医疗239
9.1多模态数据分析在医疗领域的发展和应用现状239
9.2肺部病变识别的背景介绍241
9.3肺部病变识别的实践过程242
9.3.1CT影像数据预处理242
9.3.2使用TensorFlow搭建CNN模型250
9.3.3使用模型识别疑似病灶图像255
9.4小结258
第10章实战案例：剖析疾病数据，助力早期筛查260
10.1疾病早筛数据预处理260
10.2建立重大疾病预测模型267
10.3疾病早筛实际业务过程和价值预估269
10.4小结272
第11章实战案例：聚焦直播高光时刻，推动话题制造273
11.1直播数据特点273
11.2直播数据反馈274
11.3视觉内容识别276
11.4弹幕评论解析280
11.5音频情感分析283
11.6协同确定直播高光时刻286
11.7小结287
第12章实战案例：解析优质视频，汲取创作灵感288
12.1短视频数据特点288
12.2使用多模态大模型做视频分析的优势和局限性290
12.3从视频内容预处理到灵感孵化293
12.4数据驱动的灵感闭环299
12.5小结301

丛 书 名：

• 作  者：巴川 等 著
• 出 版 社：电子工业出版社
• 出版日期：2025-07-01

• 版    次：1
• 页    数：
• 字    数：410800

• 印刷时间：
• 开    本：16开
• 纸    张：316

• 印    次：1
• I S B N：
• 包    装：平装