pg比特淘金试玩网站官网

本書(shū)以案例的形式，介紹從思維模型分析到場(chǎng)景實(shí)踐的數(shù)據(jù)分析方法。全書(shū)圍繞“數(shù)據(jù)分析”與“運(yùn)營(yíng)增長(zhǎng)”兩大關(guān)鍵要素，在系統(tǒng)介紹數(shù)據(jù)分析思維、數(shù)據(jù)分析方法、數(shù)據(jù)采集技能、數(shù)據(jù)清洗技能等基礎(chǔ)知識(shí)的同時(shí)，以問(wèn)題為導(dǎo)向，解讀運(yùn)營(yíng)與增長(zhǎng)的關(guān)鍵性業(yè)務(wù)內(nèi)容，在獲客、激活、留存、變現(xiàn)、自傳播循環(huán)等各個(gè)核心運(yùn)營(yíng)環(huán)節(jié)展開(kāi)數(shù)據(jù)分析實(shí)戰(zhàn)。本書(shū)提供案例相關(guān)數(shù)據(jù)集與源碼包，適合數(shù)據(jù)分析、產(chǎn)品運(yùn)營(yíng)、市場(chǎng)營(yíng)銷等行業(yè)有數(shù)據(jù)分析具體業(yè)務(wù)需求的人士閱讀，也適合相關(guān)專業(yè)的師生閱讀。

·12萬(wàn)字

Access 2016數(shù)據(jù)庫(kù)教程（微課版·第2版）

全書(shū)以學(xué)生成績(jī)管理數(shù)據(jù)庫(kù)案例為主線，從建立空數(shù)據(jù)庫(kù)開(kāi)始，逐步講解數(shù)據(jù)庫(kù)中的表、查詢、窗體、報(bào)表、宏、模塊、VBA程序設(shè)計(jì)與數(shù)據(jù)庫(kù)編程等Access2016的主要功能；以圖書(shū)館借還書(shū)管理數(shù)據(jù)庫(kù)項(xiàng)目實(shí)訓(xùn)為輔線，結(jié)合每章知識(shí)設(shè)計(jì)項(xiàng)目實(shí)訓(xùn)內(nèi)容，幫助讀者鞏固和加深對(duì)所學(xué)知識(shí)的理解和掌握；以商品銷售管理數(shù)據(jù)庫(kù)實(shí)戰(zhàn)演練為擴(kuò)展訓(xùn)練，幫助讀者提高應(yīng)用數(shù)據(jù)庫(kù)技術(shù)分析和處理數(shù)據(jù)的操作技能。本書(shū)符合最新版《全國(guó)計(jì)算機(jī)等級(jí)考試二級(jí)Access數(shù)據(jù)庫(kù)程序設(shè)計(jì)考試大綱》的要求，可作為高等院校非計(jì)算機(jī)專業(yè)數(shù)據(jù)庫(kù)應(yīng)用技術(shù)相關(guān)課程的教材，也可作為“全國(guó)計(jì)算機(jī)等級(jí)考試二級(jí)Access數(shù)據(jù)庫(kù)程序設(shè)計(jì)”科目考試的參考資料。

·13.8萬(wàn)字

會(huì)員

深入淺出Greenplum分布式數(shù)據(jù)庫(kù)：原理、架構(gòu)和代碼分析

本書(shū)共3篇：第1篇主要介紹分布式數(shù)據(jù)庫(kù)基礎(chǔ)理論，包括經(jīng)典的CAP理論、一致性算法相關(guān)的理論、并發(fā)控制相關(guān)的理論等；第2篇具體介紹Greenplum數(shù)據(jù)庫(kù)，從分布式事務(wù)、分布式計(jì)算和分布式存儲(chǔ)3個(gè)方面，深入代碼層級(jí)，講述分布式理論在工業(yè)上的實(shí)現(xiàn)；第3篇是總結(jié)和展望，介紹云原生數(shù)據(jù)庫(kù)和新技術(shù)帶給Greenplum和數(shù)據(jù)庫(kù)管理系統(tǒng)的機(jī)遇和挑戰(zhàn)。本書(shū)打破以理論介紹和架構(gòu)介紹為主的思路，深入分析工業(yè)化的實(shí)現(xiàn)，實(shí)踐性強(qiáng)。本書(shū)主要面向數(shù)據(jù)庫(kù)領(lǐng)域的科研工作者和學(xué)者，也可作為高校計(jì)算機(jī)類專業(yè)的分布式數(shù)據(jù)庫(kù)相關(guān)課程的參考資料。

·7.1萬(wàn)字

會(huì)員

Python數(shù)據(jù)分析入門與實(shí)戰(zhàn)

本書(shū)系統(tǒng)地描述了如何利用Python語(yǔ)言進(jìn)行數(shù)據(jù)分析。由淺入深的編寫(xiě)方式可以幫助讀者輕松愉快地進(jìn)入數(shù)據(jù)的世界。全書(shū)從理論到實(shí)踐、從基礎(chǔ)語(yǔ)法到科學(xué)計(jì)算庫(kù)，循序漸進(jìn)地講解了Python數(shù)據(jù)分析所需要學(xué)習(xí)的技能。搭配項(xiàng)目實(shí)戰(zhàn)幫助讀者更好、更快地掌握Python數(shù)據(jù)分析知識(shí)點(diǎn)。此外，還全面介紹了數(shù)據(jù)分析的必知必會(huì)技能。本書(shū)提供代碼資源下載服務(wù)，每章均配有重要知識(shí)點(diǎn)串講視頻。本書(shū)不僅適合零基礎(chǔ)喜歡數(shù)據(jù)分析的入門級(jí)讀者，還可助力數(shù)據(jù)分析從業(yè)者進(jìn)行技術(shù)進(jìn)階。

·7.7萬(wàn)字

會(huì)員

SQL Server 2016 數(shù)據(jù)庫(kù)教程（第4版）

本書(shū)基礎(chǔ)部分包含10章，第1章介紹數(shù)據(jù)庫(kù)的基本概念，第2章到第10章系統(tǒng)介紹SQLServer2016，分界面和T-SQL命令兩種方式，并通過(guò)9個(gè)實(shí)驗(yàn)介紹SQLServe基本內(nèi)容。綜合應(yīng)用部分包含6個(gè)綜合實(shí)例。在進(jìn)行SQLServer2016綜合實(shí)例數(shù)據(jù)庫(kù)準(zhǔn)備過(guò)程中，濃縮了創(chuàng)建數(shù)據(jù)庫(kù)、表結(jié)構(gòu)、表記錄操作、視圖、觸發(fā)器、完整性、存儲(chǔ)過(guò)程等數(shù)據(jù)庫(kù)的基本對(duì)象。

·17.6萬(wàn)字

會(huì)員

Python金融大數(shù)據(jù)分析（第2版）

《Python金融大數(shù)據(jù)分析第2版》分為5部分，共21章。第1部分介紹了Python在金融學(xué)中的應(yīng)用，其內(nèi)容涵蓋了Python用于金融行業(yè)的原因、Python的基礎(chǔ)架構(gòu)和工具，以及Python在計(jì)量金融學(xué)中的一些具體入門實(shí)例；第2部分介紹了Python的基礎(chǔ)知識(shí)以及Python中非常有名的庫(kù)NumPy和pandas工具集，還介紹了面向?qū)ο缶幊蹋坏?部分介紹金融數(shù)據(jù)科學(xué)的相關(guān)基本技術(shù)和方法，包括數(shù)據(jù)可視化、輸入/輸出操作和數(shù)學(xué)中與金融相關(guān)的知識(shí)等；第4部分介紹Python在算法交易上的應(yīng)用，重點(diǎn)介紹常見(jiàn)算法，包括機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)等人工智能相關(guān)算法；第5部分講解基于蒙特卡洛模擬開(kāi)發(fā)期權(quán)及衍生品定價(jià)的應(yīng)用，其內(nèi)容涵蓋了估值框架的介紹、金融模型的模擬、衍生品的估值、投資組合的估值等知識(shí)。《Python金融大數(shù)據(jù)分析第2版》本書(shū)適合對(duì)使用Python進(jìn)行大數(shù)據(jù)分析、處理感興趣的金融行業(yè)開(kāi)發(fā)人員閱讀。

·17.3萬(wàn)字

會(huì)員

劍指大數(shù)據(jù)：Flink實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目實(shí)戰(zhàn)（電商版）

本書(shū)從需求規(guī)劃、需求實(shí)現(xiàn)到可視化展示等，遵循項(xiàng)目開(kāi)發(fā)的主要流程，全景介紹了電商行業(yè)Flink實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)的搭建過(guò)程。在整個(gè)項(xiàng)目的搭建過(guò)程中，介紹了主要組件的安裝部署、需求實(shí)現(xiàn)的具體思路、問(wèn)題的解決方案等，并穿插了大數(shù)據(jù)和數(shù)據(jù)倉(cāng)庫(kù)相關(guān)的理論知識(shí)，包括數(shù)據(jù)倉(cāng)庫(kù)的概念介紹、電商業(yè)務(wù)概述、數(shù)據(jù)倉(cāng)庫(kù)理論介紹和數(shù)據(jù)倉(cāng)庫(kù)建模等。最核心的內(nèi)容是代碼中對(duì)Flink的靈活應(yīng)用，為讀者展示了Flink處理數(shù)據(jù)的多種可能性。本書(shū)最后還詳細(xì)講解了項(xiàng)目的性能調(diào)優(yōu)技巧和實(shí)戰(zhàn)案例，幫助讀者掌握更多的實(shí)戰(zhàn)經(jīng)驗(yàn)。本書(shū)適合具有一定編程基礎(chǔ)的讀者學(xué)習(xí)或作為參考資料，通過(guò)本書(shū)，可以使你快速了解實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)，全面掌握實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)的相關(guān)技術(shù)。

·13.1萬(wàn)字

會(huì)員

數(shù)據(jù)要素化時(shí)代的數(shù)據(jù)治理

隨著數(shù)字化的發(fā)展，數(shù)據(jù)逐漸融入生產(chǎn)、分配、流通、消費(fèi)和社會(huì)服務(wù)管理等環(huán)節(jié)，為數(shù)據(jù)的擁有者或使用者帶來(lái)經(jīng)濟(jì)效益，成為一種新型的生產(chǎn)要素，給生產(chǎn)方式、生活方式和社會(huì)治理方式帶來(lái)了深刻的變革。本書(shū)主要介紹數(shù)據(jù)要素化時(shí)代的數(shù)據(jù)治理。本書(shū)分為5篇。第一篇“數(shù)據(jù)治理新趨勢(shì)”介紹DataOps的發(fā)展及實(shí)踐，產(chǎn)業(yè)級(jí)數(shù)據(jù)治理新趨勢(shì)，數(shù)據(jù)治理的場(chǎng)景化、工程化和智能化，以及數(shù)據(jù)資產(chǎn)的安全運(yùn)營(yíng)。第二篇“新理論、新方法和新技術(shù)”介紹數(shù)業(yè)的邏輯及路徑、數(shù)據(jù)治理的閉環(huán)管理方法、數(shù)據(jù)資產(chǎn)價(jià)值的呈現(xiàn)、數(shù)據(jù)治理的共治共享、精益數(shù)據(jù)治理，以及數(shù)據(jù)治理的“新四化”。第三篇“新型數(shù)據(jù)基礎(chǔ)設(shè)施”詳細(xì)介紹來(lái)自平安人壽、阿里巴巴和鏡舟科技3家企業(yè)的數(shù)據(jù)中臺(tái)產(chǎn)品的創(chuàng)新情況。第四篇“行業(yè)數(shù)據(jù)治理與數(shù)據(jù)安全治理”首先介紹高校是如何進(jìn)行數(shù)據(jù)治理的，然后介紹數(shù)據(jù)的安全運(yùn)營(yíng)和數(shù)據(jù)質(zhì)量問(wèn)題解決之道。第五篇“企業(yè)最佳實(shí)踐”分享中國(guó)石化、中電金信和中國(guó)聯(lián)通3家企業(yè)在數(shù)據(jù)要素化過(guò)程中積累的經(jīng)驗(yàn)。本書(shū)適合對(duì)數(shù)據(jù)管理、數(shù)據(jù)治理、數(shù)字化轉(zhuǎn)型等相關(guān)主題感興趣的讀者閱讀，尤其適合從事相關(guān)工作的讀者參考借鑒。

·12.1萬(wàn)字

會(huì)員

Implementing DevOps with Microsoft Azure

ThisbookisforDevOpsengineers,systemadministrators,anddevelopers(.net)whowanttoimplementDevOpsfortheirorganization.YoudonotneedtohaveanyknowledgeofVSTSorAzureAppServices(AzureWebApps/AzureWebsites).

·3.5萬(wàn)字

會(huì)員

數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)技術(shù)

本書(shū)以數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)實(shí)現(xiàn)為線索，內(nèi)容除數(shù)據(jù)庫(kù)技術(shù)外，還涵蓋系統(tǒng)分析、設(shè)計(jì)、開(kāi)發(fā)和部署方法，并引入“互聯(lián)網(wǎng)+”思維和熱點(diǎn)技術(shù)。全書(shū)以一個(gè)完整的“e學(xué)習(xí)”系統(tǒng)實(shí)際案例驅(qū)動(dòng)，采用MySQL和ASP.NET為實(shí)驗(yàn)環(huán)境，幫助讀者通過(guò)實(shí)際應(yīng)用理解數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)的相關(guān)知識(shí)和開(kāi)發(fā)方法，掌握實(shí)踐技能，綜合運(yùn)用前沿信息技術(shù)實(shí)現(xiàn)領(lǐng)域創(chuàng)新應(yīng)用。本書(shū)提供豐富的教學(xué)資源，可以登錄華信教育資源網(wǎng)（www.hxedu.com.cn）免費(fèi)獲取相關(guān)資源包，也可以掃描書(shū)中的二維碼獲取相關(guān)資源或觀看演示視頻。本書(shū)通俗易懂、實(shí)例鮮活、技術(shù)先進(jìn)，可作為各類高等學(xué)校數(shù)據(jù)庫(kù)技術(shù)、信息系統(tǒng)設(shè)計(jì)的入門教材，或者作為計(jì)算機(jī)基礎(chǔ)教育較高層次課程的教材，也可以作為數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)開(kāi)發(fā)實(shí)踐的技術(shù)參考書(shū)。

·14.2萬(wàn)字

會(huì)員

短文本數(shù)據(jù)理解

短文本理解是伴隨著搜索引擎、社交網(wǎng)絡(luò)及聊天機(jī)器人等應(yīng)用場(chǎng)景而興起的一個(gè)研究課題。它是近些年的一個(gè)研究熱點(diǎn)，且對(duì)未來(lái)人工智能的發(fā)展有重要的影響。由于短文本字詞少、歧義大、不遵守語(yǔ)法規(guī)則等特點(diǎn)，傳統(tǒng)自然語(yǔ)言處理技術(shù)如句法分析器等難以直接應(yīng)用于短文本。因此，研究人員不得不另辟蹊徑來(lái)解決機(jī)器理解短文本的問(wèn)題。

·6.8萬(wàn)字

會(huì)員

金融商業(yè)算法建模：基于Python和SAS

這是一本貫穿金融業(yè)務(wù)經(jīng)營(yíng)全流程，以業(yè)務(wù)為驅(qū)動(dòng)的金融數(shù)據(jù)挖掘與建模著作，涵蓋分析框架、模型算法、模型評(píng)估、模型監(jiān)控、算法工程化等數(shù)據(jù)建模環(huán)節(jié)。本書(shū)的4位作者都是在金融領(lǐng)域有多年工作經(jīng)驗(yàn)的大數(shù)據(jù)專家，不僅技術(shù)功底深厚、業(yè)務(wù)經(jīng)驗(yàn)豐富，而且對(duì)金融行業(yè)從業(yè)者的需求痛點(diǎn)和圖書(shū)市場(chǎng)的供給情況有深入了解。他們通過(guò)精心策劃和寫(xiě)作，讓本書(shū)內(nèi)容獨(dú)樹(shù)一幟。本書(shū)針對(duì)決策類、識(shí)別類、優(yōu)化分析類三大主題，獨(dú)創(chuàng)九大模板：客戶價(jià)值預(yù)測(cè)、營(yíng)銷響應(yīng)預(yù)測(cè)、細(xì)分畫(huà)像、交叉銷售、申請(qǐng)反欺詐、違規(guī)行為識(shí)別、預(yù)測(cè)、運(yùn)籌優(yōu)化、流程挖掘，詳細(xì)講解了每個(gè)模板的算法原理、評(píng)估方法、優(yōu)化方法和應(yīng)用案例等，內(nèi)容上極力做到準(zhǔn)確、明晰、直觀與實(shí)用。此外，本書(shū)還對(duì)數(shù)據(jù)科學(xué)項(xiàng)目中比較容易被忽視的內(nèi)容做了補(bǔ)充，包括模型評(píng)估、模型監(jiān)控、算法工程化，指導(dǎo)讀者構(gòu)建易讀、高效、健壯的數(shù)據(jù)科學(xué)工程。本書(shū)堅(jiān)持理論與實(shí)踐相結(jié)合，通過(guò)圖形、示例、公式幫助讀者快速掌握算法與優(yōu)化理論的同時(shí)，還打造了一套可輕松適配各種分析場(chǎng)景與需求的工具模板，力圖幫助讀者從理論快速跨越到實(shí)踐。

·18.2萬(wàn)字

會(huì)員

Hands-On Mathematics for Deep Learning

Mostprogrammersanddatascientistsstrugglewithmathematics,havingeitheroverlookedorforgottencoremathematicalconcepts.ThisbookusesPythonlibrariestohelpyouunderstandthemathrequiredtobuilddeeplearning(DL)models.You'llbeginbylearningaboutcoremathematicalandmoderncomputationaltechniquesusedtodesignandimplementDLalgorithms.Thisbookwillcoveressentialtopics,suchaslinearalgebra,eigenvaluesandeigenvectors,thesingularvaluedecompositionconcept,andgradientalgorithms,tohelpyouunderstandhowtotraindeepneuralnetworks.Laterchaptersfocusonimportantneuralnetworks,suchasthelinearneuralnetworkandmultilayerperceptrons,withaprimaryfocusonhelpingyoulearnhoweachmodelworks.Asyouadvance,youwilldelveintothemathusedforregularization,multi-layeredDL,forwardpropagation,optimization,andbackpropagationtechniquestounderstandwhatittakestobuildfull-fledgedDLmodels.Finally,you’llexploreCNN,recurrentneuralnetwork(RNN),andGANmodelsandtheirapplication.Bytheendofthisbook,you'llhavebuiltastrongfoundationinneuralnetworksandDLmathematicalconcepts,whichwillhelpyoutoconfidentlyresearchandbuildcustommodelsinDL.

·7.4萬(wàn)字

會(huì)員

Data Science Projects with Python

DataScienceProjectswithPythonisdesignedtogiveyoupracticalguidanceonindustry-standarddataanalysisandmachinelearningtoolsinPython,withthehelpofrealisticdata.ThebookwillhelpyouunderstandhowyoucanusepandasandMatplotlibtocriticallyexamineadatasetwithsummarystatisticsandgraphs,andextracttheinsightsyouseektoderive.Youwillcontinuetobuildonyourknowledgeasyoulearnhowtopreparedataandfeedittomachinelearningalgorithms,suchasregularizedlogisticregressionandrandomforest,usingthescikit-learnpackage.You’lldiscoverhowtotunethealgorithmstoprovidethebestpredictionsonnewand,unseendata.Asyoudelveintolaterchapters,you’llbeabletounderstandtheworkingandoutputofthesealgorithmsandgaininsightintonotonlythepredictivecapabilitiesofthemodelsbutalsotheirreasonsformakingthesepredictions.Bytheendofthisbook,youwillhavetheskillsyouneedtoconfidentlyusevariousmachinelearningalgorithmstoperformdetaileddataanalysisandextractmeaningfulinsightsfromunstructureddata.

·8.5萬(wàn)字

會(huì)員

機(jī)器視覺(jué)原理與案例詳解

本書(shū)結(jié)合智能制造的發(fā)展方向，將機(jī)器視覺(jué)的理論知識(shí)與生產(chǎn)實(shí)際相結(jié)合，通過(guò)典型案例詳細(xì)講解機(jī)器視覺(jué)的基礎(chǔ)原理及其實(shí)現(xiàn)過(guò)程，并嘗試解決智能制造裝備智能化的相關(guān)問(wèn)題。本書(shū)共12章，主要包括機(jī)器視覺(jué)概述、硬件構(gòu)成、硬件選型、圖像處理技術(shù)、缺陷檢測(cè)技術(shù)、模式識(shí)別技術(shù)、尺寸測(cè)量技術(shù)、目標(biāo)定位技術(shù)、機(jī)器視覺(jué)軟件CKVisionBuilder基礎(chǔ)及實(shí)戰(zhàn)、機(jī)器視覺(jué)軟件In-Sight基礎(chǔ)及實(shí)戰(zhàn)。本書(shū)圖文并茂、由淺入深，特別適合機(jī)器視覺(jué)的初學(xué)者學(xué)習(xí)或參考，還可作為高等院校相關(guān)專業(yè)、企業(yè)相應(yīng)崗位的培訓(xùn)教材。

·8.8萬(wàn)字

會(huì)員

數(shù)據(jù)分析師寶典

隨著移動(dòng)通信和互聯(lián)網(wǎng)應(yīng)用的發(fā)展，物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等新興技術(shù)與應(yīng)用不斷涌現(xiàn)。這是一個(gè)用數(shù)據(jù)說(shuō)話的時(shí)代，也是一個(gè)依靠數(shù)據(jù)競(jìng)爭(zhēng)的時(shí)代。目前世界500強(qiáng)企業(yè)中，有90%以上都建立了數(shù)據(jù)分析部門。IBM、微軟、Google等知名公司都積極投資數(shù)據(jù)業(yè)務(wù)，建立數(shù)據(jù)部門，培養(yǎng)數(shù)據(jù)分析團(tuán)隊(duì)。各國(guó)政府和越來(lái)越多的企業(yè)意識(shí)到數(shù)據(jù)和信息已經(jīng)成為企業(yè)的智力資產(chǎn)和資源，數(shù)據(jù)的分析和處理能力正在成為日益倚重的技術(shù)手段。本書(shū)拋開(kāi)深?yuàn)W的理論條文，采用了大量的圖表與案例，深入淺出，將枯燥生硬的理論知識(shí)用詼諧幽默、通俗易懂的語(yǔ)言娓娓道來(lái)。本書(shū)除對(duì)必備的理論知識(shí)進(jìn)行介紹外，還注重實(shí)務(wù)操作，旨在幫助數(shù)據(jù)分析人員快速掌握數(shù)據(jù)分析的核心知識(shí)，實(shí)現(xiàn)數(shù)據(jù)分析能力的大幅度提高。

·12.6萬(wàn)字

會(huì)員

大數(shù)據(jù)數(shù)學(xué)基礎(chǔ)（Python語(yǔ)言描述）

本書(shū)全面地講解了在科學(xué)領(lǐng)域廣泛運(yùn)用的微積分、概率論與數(shù)理統(tǒng)計(jì)、線性代數(shù)、數(shù)值計(jì)算、多元統(tǒng)計(jì)分析等數(shù)學(xué)基礎(chǔ)知識(shí)。全書(shū)共6章：第1章介紹了大數(shù)據(jù)與數(shù)學(xué)、數(shù)學(xué)與Python的關(guān)系；第2章介紹了微積分的基礎(chǔ)知識(shí)，包括極限、導(dǎo)數(shù)、微分、不定積分與定積分等；第3章介紹了概率論與數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)，包括數(shù)據(jù)分布特征、概率與概率分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)等；第4章介紹了線性代數(shù)的基礎(chǔ)知識(shí)，包括行列式、矩陣的運(yùn)算和特征分解、奇異值分解；第5章介紹了數(shù)值計(jì)算的基礎(chǔ)知識(shí)，包括插值法、函數(shù)逼近與擬合、非線性方程（組）求根；第6章介紹了常用的多元統(tǒng)計(jì)分析方法，包括回歸分析、判別分析、聚類分析、主成分分析、因子分析和典型相關(guān)分析。本書(shū)示例大都結(jié)合Python進(jìn)行求解分析，且每章都有課后習(xí)題，可以幫助讀者鞏固所學(xué)的內(nèi)容。

·9萬(wàn)字

會(huì)員

Microsoft Power BI數(shù)據(jù)可視化與數(shù)據(jù)分析

隨著大數(shù)據(jù)研究熱潮的興起，各種數(shù)據(jù)可視化圖表層出不窮，大數(shù)據(jù)生動(dòng)呈現(xiàn)就成為了具有挑戰(zhàn)性的工作，隨之出現(xiàn)了大量的可視化軟件。本書(shū)是基于行業(yè)占有率比較高的MicrosoftPowerBI最新版本所編寫(xiě)的，詳細(xì)介紹MicrosoftPowerBI的數(shù)據(jù)可視化功能，包括數(shù)據(jù)類型和運(yùn)算符、軟件的安裝、連接數(shù)據(jù)源、數(shù)據(jù)基礎(chǔ)操作、可視化設(shè)計(jì)原則、可視化圖表、自定義可視化效果、報(bào)表、儀表板、查詢編輯器、運(yùn)行R腳本、數(shù)據(jù)高級(jí)操作、數(shù)據(jù)分析表達(dá)式、網(wǎng)頁(yè)流量數(shù)據(jù)分析、超市運(yùn)營(yíng)數(shù)據(jù)分析、PowerBI移動(dòng)應(yīng)用和PowerBI應(yīng)用開(kāi)發(fā)等內(nèi)容。

·4.8萬(wàn)字

會(huì)員

大數(shù)據(jù)運(yùn)營(yíng)與管理：數(shù)據(jù)中心數(shù)字化轉(zhuǎn)型之路

本書(shū)立足企業(yè)數(shù)據(jù)中心，對(duì)其演進(jìn)歷程進(jìn)行了回顧和總結(jié)，并站在數(shù)字化轉(zhuǎn)型的歷史潮頭，闡述了數(shù)據(jù)中心轉(zhuǎn)型的深層次原因和驅(qū)動(dòng)力，明確了轉(zhuǎn)型的基本思路和模式，提出了數(shù)據(jù)中心運(yùn)營(yíng)管理并實(shí)現(xiàn)數(shù)字化的基本框架，探討了一些可供借鑒的實(shí)施策略、建議和實(shí)踐案例，為企業(yè)數(shù)據(jù)中心的發(fā)展描繪了新藍(lán)圖、開(kāi)啟了新天地。因此，本書(shū)對(duì)于很多尚在苦苦思索數(shù)據(jù)中心在企業(yè)數(shù)字化轉(zhuǎn)型中如何定位、如何轉(zhuǎn)變的管理者來(lái)說(shuō)，有著非常重要的指導(dǎo)意義。本書(shū)適合政府機(jī)構(gòu)、各行業(yè)的信息化部門管理者、數(shù)據(jù)中心工作人員及相關(guān)研究人員閱讀。

·21萬(wàn)字

會(huì)員

反饋：化解不確定性的數(shù)字認(rèn)知論

反饋數(shù)據(jù)規(guī)模、頻率、機(jī)制在二十一世紀(jì)已發(fā)生根本變化，這是數(shù)字化和智能的本質(zhì)，也是影響未來(lái)商業(yè)最重要的變量之一。在技術(shù)領(lǐng)域，用戶行為反饋帶來(lái)互聯(lián)網(wǎng)的相關(guān)性，AI算法的誤差、獎(jiǎng)勵(lì)、強(qiáng)度等反饋機(jī)制涌現(xiàn)智能，基于簡(jiǎn)單反饋規(guī)則的算法，結(jié)合海量的反饋數(shù)據(jù)，正在創(chuàng)造讓人驚奇的表現(xiàn)，并解決復(fù)雜問(wèn)題，無(wú)論是搜索、推薦引擎還是大規(guī)模預(yù)訓(xùn)練模型。在商業(yè)領(lǐng)域，新的商業(yè)模式總是基于新的生產(chǎn)力而誕生，特斯拉影子模式、預(yù)訓(xùn)練大模型（GPT）、谷歌自動(dòng)駕駛（Waymo）、亞馬遜智能化應(yīng)用、奈飛正在以基于數(shù)字化反饋流的算法自學(xué)習(xí)能力贏得優(yōu)勢(shì)。這本書(shū)將為讀者介紹數(shù)字時(shí)代技術(shù)與商業(yè)的第一性原理，在更普適的認(rèn)知、科學(xué)、萬(wàn)物演化的背后，如何提出創(chuàng)造性地假設(shè)，如何高效率地反饋，如何建立模擬演化機(jī)制，是更為通用的反饋系統(tǒng)常識(shí)，為讀者帶來(lái)解決問(wèn)題的全新視角。

·24萬(wàn)字

跳轉(zhuǎn)至頁(yè)

官术网_书友最值得收藏!

數(shù)據(jù)庫(kù)

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

數(shù)據(jù)分析咖哥十話：從思維到實(shí)踐促進(jìn)運(yùn)營(yíng)增長(zhǎng)

Access 2016數(shù)據(jù)庫(kù)教程（微課版·第2版）

深入淺出Greenplum分布式數(shù)據(jù)庫(kù)：原理、架構(gòu)和代碼分析

Python數(shù)據(jù)分析入門與實(shí)戰(zhàn)

SQL Server 2016 數(shù)據(jù)庫(kù)教程（第4版）

Python金融大數(shù)據(jù)分析（第2版）

劍指大數(shù)據(jù)：Flink實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目實(shí)戰(zhàn)（電商版）

數(shù)據(jù)要素化時(shí)代的數(shù)據(jù)治理

Implementing DevOps with Microsoft Azure

數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)技術(shù)

短文本數(shù)據(jù)理解

金融商業(yè)算法建模：基于Python和SAS

Hands-On Mathematics for Deep Learning

Data Science Projects with Python

機(jī)器視覺(jué)原理與案例詳解

數(shù)據(jù)分析師寶典

大數(shù)據(jù)數(shù)學(xué)基礎(chǔ)（Python語(yǔ)言描述）

Microsoft Power BI數(shù)據(jù)可視化與數(shù)據(jù)分析

大數(shù)據(jù)運(yùn)營(yíng)與管理：數(shù)據(jù)中心數(shù)字化轉(zhuǎn)型之路

反饋：化解不確定性的數(shù)字認(rèn)知論