官术网_书友最值得收藏!

劍指大數(shù)據(jù)：Flink學(xué)習(xí)精要（Scala版）
會員

劍指大數(shù)據(jù)：Flink學(xué)習(xí)精要（Scala版）

本書基于流行穩(wěn)定版Flink1.13進行講解，從Flink數(shù)據(jù)處理思想開始講起，帶領(lǐng)讀者深入理解Flink的基本架構(gòu)，進而由淺入深結(jié)合具體案例進行講解，詳細剖析了Flink中DataStreamAPI的使用，并對Flink中的時間語義、狀態(tài)、容錯機制等重要概念進行了詳盡的闡釋。同時，本書還對實際開發(fā)常用的FlinkSQL、CEP等高層級API進行了細致講解，以電商網(wǎng)站中的實際應(yīng)用為場景，提供了大量的代碼實現(xiàn)。本書分為12章：第1～5章，帶領(lǐng)讀者初步認識Flink并編寫基本的Flink程序。第6～10章，深入探討了Flink內(nèi)部的高級應(yīng)用。第11～12章，講解了Flink提供的擴展功能。

尚硅谷教育編著 ·數(shù)據(jù)庫 ·19.9萬字

業(yè)務(wù)數(shù)智化：從數(shù)字化到數(shù)智化的體系化解決方案
會員

業(yè)務(wù)數(shù)智化：從數(shù)字化到數(shù)智化的體系化解決方案

本書不僅是一本業(yè)務(wù)數(shù)智化體系的科普書，還是作者多年在真實業(yè)務(wù)場景下進行數(shù)智化實踐的經(jīng)驗總結(jié)。本書系統(tǒng)總結(jié)了一套完整的數(shù)智化解決方案——3M數(shù)智化體系。全書共包括11章，第1～3章主要對數(shù)字化和數(shù)智化進行介紹；第4～8章圍繞3M數(shù)智化體系展開，詳細說明了業(yè)務(wù)數(shù)智化的適用范圍和準備工作、整體構(gòu)思、思想、落地方法和落地產(chǎn)品；第9～11章介紹了內(nèi)容行業(yè)、O2O行業(yè)、生產(chǎn)制造業(yè)的數(shù)智化實踐，以案例形式進行實戰(zhàn)演練。本書適合正在實踐數(shù)智化項目的領(lǐng)導(dǎo)者，需要了解和實踐數(shù)字化/數(shù)智化轉(zhuǎn)型的基層管理者和各類技術(shù)人員、產(chǎn)品人員、運營人員，高校的教師、科研人員和學(xué)生，以及其他想培養(yǎng)數(shù)據(jù)思維、數(shù)智思維、商業(yè)化思維的讀者。

高遠 ·數(shù)據(jù)庫 ·18.5萬字

大數(shù)據(jù)技術(shù)體系詳解：原理、架構(gòu)與實踐
會員

大數(shù)據(jù)技術(shù)體系詳解：原理、架構(gòu)與實踐

隨著大數(shù)據(jù)技術(shù)的普及，它已經(jīng)被廣泛應(yīng)用于互聯(lián)網(wǎng)、電信、金融、工業(yè)制造等諸多行業(yè)。據(jù)相關(guān)報告統(tǒng)計，大數(shù)據(jù)人才需求呈井噴態(tài)勢，越來越多的程序員開始學(xué)習(xí)大數(shù)據(jù)技術(shù)，這使得它已經(jīng)成為程序員所需的基本技能。為了滿足大數(shù)據(jù)人才市場需求，越來越多的大數(shù)據(jù)技術(shù)書籍不斷面世，包括《Hadoop權(quán)威指南》《Hadoop實戰(zhàn)》等。盡管如此，面向初、中級學(xué)者，能夠系統(tǒng)化、體系化介紹大數(shù)據(jù)技術(shù)的基礎(chǔ)書籍并不多見。筆者曾接觸過大量大數(shù)據(jù)初學(xué)者，他們一直渴望能有一本簡單且易于理解的教科書式的大數(shù)據(jù)書籍出現(xiàn)。為了滿足這些讀者的需求，筆者根據(jù)自己多年的數(shù)據(jù)項目和培訓(xùn)經(jīng)驗，繼《Hadoop技術(shù)內(nèi)幕》書籍之后，于兩年前開始嘗試編寫一本淺顯易讀的大數(shù)據(jù)基礎(chǔ)書籍。

董西成 ·數(shù)據(jù)庫 ·17.2萬字

Redis 5設(shè)計與源碼分析
會員

Redis 5設(shè)計與源碼分析

優(yōu)質(zhì)的菜品需要有技藝精湛的廚師來烹飪，本書就像以優(yōu)質(zhì)菜品做成的“大菜”。整本書沒有太多啰唆的語言，直接抽絲剝繭：從基本的數(shù)據(jù)結(jié)構(gòu)類型，Redis內(nèi)部每個操作命令的底層代碼運行邏輯和結(jié)構(gòu)，一直到整個Redis持久化技術(shù)、主從技術(shù)、分布式集群技術(shù)等，都有深入源碼級別的講解，讓你領(lǐng)略從數(shù)據(jù)結(jié)構(gòu)到整個高性能服務(wù)的全部設(shè)計之美。學(xué)以致用，讀者朋友通過領(lǐng)會與實踐來提升技術(shù)，成為一個高性能網(wǎng)絡(luò)服務(wù)開發(fā)高手，繼而深入理解緩存服務(wù)，設(shè)計自己的高性能緩存服務(wù)系統(tǒng)或者緩存數(shù)據(jù)庫系統(tǒng)，應(yīng)用到自己業(yè)務(wù)中去，豈非快哉！在整本書里，我也看到了一群程序員的認真執(zhí)著，把每個業(yè)務(wù)數(shù)據(jù)流程圖、關(guān)鍵代碼、數(shù)據(jù)結(jié)構(gòu)圖都規(guī)劃得詳細、清晰，把自己對技術(shù)的各種理解融入書中。本書脈絡(luò)清晰，適合剛?cè)胄械暮蠖顺绦騿T、高性能服務(wù)開發(fā)者、系統(tǒng)運維人員、技術(shù)架構(gòu)師等閱讀。希望閱讀本書的技術(shù)同仁都能夠得到進步和提高。

陳雷等 ·數(shù)據(jù)庫 ·17.2萬字

Kubernetes云原生數(shù)據(jù)管理
會員

Kubernetes云原生數(shù)據(jù)管理

本書圍繞Kubernetes云原生數(shù)據(jù)基礎(chǔ)設(shè)施，介紹了如何通過Kubernetes管理數(shù)據(jù)存儲，如何通過Helm和Operator在Kubernetes上自動部署和管理數(shù)據(jù)庫，闡述了數(shù)據(jù)流式傳輸和數(shù)據(jù)分析的過程，探討了在機器學(xué)習(xí)及其他新興用例中如何使用Kubernetes云原生數(shù)據(jù)等。本書不僅深入闡述了云原生基礎(chǔ)設(shè)施的發(fā)展歷程和處理方式，而且分門別類地為每個場景提供了可以直接運行的示例代碼，以便讀者學(xué)習(xí)和練習(xí)。本書結(jié)構(gòu)與英文原版保持一致，是DaoCloud云原生數(shù)據(jù)存儲專家經(jīng)反復(fù)校對后提供的譯本。本書適合從事云端設(shè)計、構(gòu)建和運行應(yīng)用的開發(fā)人員，以及架構(gòu)師和云原生工程師。無論你是Kubernetes數(shù)據(jù)存儲方面的“新手”還是有經(jīng)驗的“老兵”，相信本書都能讓你有所受益。

(美)Jeff Carpenter（杰夫·卡彭特）等 ·數(shù)據(jù)庫 ·16.3萬字

大數(shù)據(jù)搜索引擎原理分析
會員

大數(shù)據(jù)搜索引擎原理分析

本書是暢銷書升級版，向讀者提供了一套完整的大數(shù)據(jù)時代背景下的搜索引擎解決方案，詳盡地介紹了搜索引擎的技術(shù)架構(gòu)、算法體系及取得的成果，并以模塊化的方式進行組織。本書著重介紹了機器學(xué)習(xí)在搜索引擎中的應(yīng)用，包括中文分詞、聚類、分類等核心的機器學(xué)習(xí)算法，并結(jié)合示例加以介紹和分析，使讀者可以更好地理解機器學(xué)習(xí)在搜索引擎中的價值；同時，闡述了大數(shù)據(jù)給搜索引擎帶來的新特性，結(jié)合目前大數(shù)據(jù)分析的主流工具，在搜索引擎中構(gòu)建知識圖譜，以及進行日志反饋學(xué)習(xí)，可以使得搜索引擎更加智能。本書不僅適合作為互聯(lián)網(wǎng)行業(yè)從業(yè)者的技術(shù)參考書，也適合作為搜索引擎愛好者的參考讀物。

劉凡平編著 ·數(shù)據(jù)庫 ·16.1萬字

NoSQL數(shù)據(jù)庫原理（第2版·微課版）
會員

NoSQL數(shù)據(jù)庫原理（第2版·微課版）

本書對統(tǒng)稱為NoSQL的分布式非關(guān)系數(shù)據(jù)庫的原理和使用方法進行介紹。第1章，首先介紹NoSQL的起源背景和設(shè)計理念，以及相關(guān)技術(shù)概念。然后介紹大數(shù)據(jù)技術(shù)體系，以及NoSQL在云計算和容器化趨勢下的發(fā)展。第2章，首先回顧關(guān)系型數(shù)據(jù)庫的主要機制，然后介紹NoSQL數(shù)據(jù)庫的常見技術(shù)原理，以及NoSQL的常見數(shù)據(jù)模型等。第3章，對MongoDB進行介紹，重點介紹基本使用方法和編程方法。第4章，對MongoDB的集群部署、安全運維等原理和方法進行介紹。第5章，對Neo4J的基本原理、使用方法等進行介紹。第6章，對Redis的基本原理、使用方法和集群部署方法等進行介紹。第7章，介紹Cassandra的基本原理和使用方法。首先介紹AmazonDynamo的相關(guān)原理，然后介紹Cassandra的安裝、配置與CQL。第8章，對Hadoop大數(shù)據(jù)體系和HBase進行簡要介紹。第9章，介紹其他一些知名的NoSQL數(shù)據(jù)庫技術(shù)與工具。

北京郵電大學(xué)智能信息技術(shù)課題組編著 ·數(shù)據(jù)庫 ·16萬字

利用Python進行數(shù)據(jù)分析（原書第2版）
會員

利用Python進行數(shù)據(jù)分析（原書第2版）

閱讀本書可以獲得關(guān)于在Python下操作、處理、清洗、規(guī)整數(shù)據(jù)集的完整說明。本書第2版針對Python3.6進行了更新，并增加了實際案例向你展示如何高效地解決一系列數(shù)據(jù)分析問題。你將在閱讀過程中學(xué)習(xí)到最新版本的pandas、NumPy、IPython和Jupyter。

(美)韋斯·麥金尼 ·數(shù)據(jù)庫 ·15萬字

數(shù)據(jù)要素安全流通
會員

數(shù)據(jù)要素安全流通

這是一本從背景、技術(shù)、產(chǎn)業(yè)、政策等多個維度深度解讀如何實現(xiàn)數(shù)據(jù)要素安全流通的專業(yè)指導(dǎo)書。來自40余所高校、科研機構(gòu)、企業(yè)的超100位業(yè)界專家參與編撰，來自中科院、公共大數(shù)據(jù)國家重點實驗室、南京航空航天大學(xué)、阿里巴巴、騰訊等單位的10余位知名專家親自指導(dǎo)。本書理論和實踐兼?zhèn)?。書中囊括了?shù)據(jù)可信確權(quán)、數(shù)據(jù)資產(chǎn)化、數(shù)據(jù)安全保障三大領(lǐng)域技術(shù)方案，從核心產(chǎn)業(yè)、基礎(chǔ)設(shè)施、咨詢服務(wù)三個維度劃分數(shù)據(jù)要素安全流通的產(chǎn)業(yè)生態(tài)鏈，深度解讀了國內(nèi)外重點政策、法規(guī)，匯聚了通信、金融、政務(wù)、能源、工業(yè)等6大領(lǐng)域40余個特色解決方案及實踐案例。

華東江蘇大數(shù)據(jù)交易中心組編 ·數(shù)據(jù)庫 ·14.4萬字

Access數(shù)據(jù)庫開發(fā)從入門到精通
會員

Access數(shù)據(jù)庫開發(fā)從入門到精通

本書系統(tǒng)詳細地介紹了使用Access開發(fā)數(shù)據(jù)庫系統(tǒng)的知識、技術(shù)與實際應(yīng)用。全書包括13章，每一章都是一個獨立的主題，以數(shù)據(jù)庫系統(tǒng)的開發(fā)流程來組織各章內(nèi)容和排列順序，有助于梳理讀者的Access知識體系和數(shù)據(jù)庫開發(fā)流程。本書內(nèi)容包括Access數(shù)據(jù)庫術(shù)語、數(shù)據(jù)庫對象及其視圖、Access界面環(huán)境的使用與定制、數(shù)據(jù)庫的整體設(shè)計流程、創(chuàng)建數(shù)據(jù)庫和表、設(shè)計表結(jié)構(gòu)、設(shè)置表的主鍵和索引、創(chuàng)建表之間的關(guān)系、在數(shù)據(jù)表視圖中操作數(shù)據(jù)、使用查詢操作數(shù)據(jù)、使用窗體顯示和編輯數(shù)據(jù)、使用報表呈現(xiàn)與打印數(shù)據(jù)、使用表達式和SQL語句、使用宏讓操作自動化、管理和維護數(shù)據(jù)庫等內(nèi)容，最后一章介紹了開發(fā)一個數(shù)據(jù)庫管理系統(tǒng)的具體方法和步驟。為了幫助讀者更好地理解在開發(fā)數(shù)據(jù)庫的過程中涉及的Access知識和技術(shù)，本書提供了70個案例，可以在學(xué)習(xí)過程中多加練習(xí)，不斷積累實戰(zhàn)經(jīng)驗，快速提高自己的Access技術(shù)和數(shù)據(jù)庫開發(fā)水平。為了降低學(xué)習(xí)難度，本書附贈所有案例和重點內(nèi)容的多媒體視頻教程，還提供了所有案例的源文件，便于讀者上機練習(xí)。本書適合所有從事或希望學(xué)習(xí)Access技術(shù)和數(shù)據(jù)庫系統(tǒng)開發(fā)的用戶閱讀。

尚品科技 ·數(shù)據(jù)庫 ·14萬字

算法通關(guān)之路
會員

算法通關(guān)之路

這是一本圖文并茂的力扣（LeetCode）題解書，旨在讓廣大讀者理解數(shù)據(jù)結(jié)構(gòu)和算法的必備知識，掌握解決各類經(jīng)典題目的基本技能，陪伴讀者攻克算法題目的難關(guān)。本書通過算法題解的形式講解了基本數(shù)據(jù)結(jié)構(gòu)和基礎(chǔ)數(shù)學(xué)知識，包括貪心、遞歸、回溯和動態(tài)規(guī)劃等算法思想，深度優(yōu)先和廣度優(yōu)先、雙指針、滑動窗口、位運算等解題技巧，以及通用解題“套路”和解題模板等內(nèi)容，引導(dǎo)讀者了解并掌握解決算法題目的方式、方法，旨在循序漸進地提高讀者應(yīng)對算法題目的能力。

路志鵬 俞俊 海凡路 黃樂興 李冰 ·數(shù)據(jù)庫 ·14萬字

推薦系統(tǒng)全鏈路設(shè)計：原理解讀與業(yè)務(wù)實踐
會員

推薦系統(tǒng)全鏈路設(shè)計：原理解讀與業(yè)務(wù)實踐

這是一本指導(dǎo)中高級從業(yè)者高質(zhì)量落地現(xiàn)代推薦系統(tǒng)，圍繞現(xiàn)代推薦系統(tǒng)核心技術(shù)展開深度解讀的專業(yè)工具書，又是一套完整的推薦系統(tǒng)高質(zhì)量落地解決方案。本書基于推薦算法工程師實際工作場景規(guī)劃內(nèi)容，融合了作者在阿里巴巴、58同城等多家大廠做推薦系統(tǒng)設(shè)計和優(yōu)化的經(jīng)驗，是一本方法和實踐兼具的好書。本書不針對零基礎(chǔ)從業(yè)者，而是以幫助初級算法工程師向中高級進階為目標。書中從底層剖析推薦系統(tǒng)在實際業(yè)務(wù)場景中可能出現(xiàn)的各種問題，直指問題的本質(zhì)，并按照推薦系統(tǒng)工作流程逐一破解。本書共包括11章：第1章主要介紹推薦系統(tǒng)在各個互聯(lián)網(wǎng)業(yè)務(wù)場景中的落地情況，包括構(gòu)建推薦系統(tǒng)可能面臨的問題，以及電商、視頻、電子書、廣告系統(tǒng)、信息流、拉活促銷等相關(guān)推薦系統(tǒng)落地指導(dǎo)。第2章介紹現(xiàn)代推薦系統(tǒng)的整體架構(gòu)，以幫助讀者從宏觀層面整體了解推薦系統(tǒng)。第3章對推薦系統(tǒng)所需要的數(shù)據(jù)和特征處理進行深度剖析，包括數(shù)據(jù)的收集、非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化清洗、連續(xù)特征處理和離散特征處理等重點內(nèi)容。第4章對推薦系統(tǒng)的在線指標和離線指標，以及AB實驗的設(shè)計進行深度講解。第5章和第6章，主要對機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的設(shè)計和調(diào)參進行詳細解讀。這是本書的重點，也是很多推薦算法工程師的痛點。這部分包括XGBoost的重要參數(shù)調(diào)優(yōu)、集成學(xué)習(xí)最DA化推薦效果利用、DNN網(wǎng)絡(luò)深度和寬度的影響、激活函數(shù)的選擇、優(yōu)化器選擇、損失函數(shù)、過/欠擬合等內(nèi)容。第7~9章分別對召回層、精排層、粗排層進行詳細解讀，包括5種召回方案、4種精排建模方式、2種粗排設(shè)計方案，以及模型可解釋性、近離線計算等重點內(nèi)容。第10章主要介紹精排模型的分析方法，重排模型（PRM、生成式重排模型）和混排（混排的原理和強化學(xué)習(xí)在混排的應(yīng)用）的原理。第11章主要介紹冷啟動鏈路的設(shè)計，主要包括新用戶如何冷啟動、新物料如何冷啟動和冷啟動涉及的流量分配算法。這是本書的特色內(nèi)容。

唐楠烊 ·數(shù)據(jù)庫 ·13.8萬字

數(shù)據(jù)挖掘：你必須知道的32個經(jīng)典案例（第2版）
會員

數(shù)據(jù)挖掘：你必須知道的32個經(jīng)典案例（第2版）

本書全面介紹了經(jīng)典數(shù)據(jù)分析、模式識別、機器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)挖掘、商務(wù)智能等多個領(lǐng)域的數(shù)據(jù)分析算法，將大數(shù)據(jù)時代的數(shù)據(jù)分析熱點技術(shù)一網(wǎng)打盡。本書為每個數(shù)據(jù)分析算法都搭配了一個經(jīng)典案例，并按照由易到難的原則構(gòu)建知識框架，充分照顧了不同水平讀者的閱讀習(xí)慣。通

任昱衡 姜斌 李倩興 米曉飛 ·數(shù)據(jù)庫 ·13.4萬字

深入淺出 Hyperscan：高性能正則表達式算法原理與設(shè)計
會員

深入淺出 Hyperscan：高性能正則表達式算法原理與設(shè)計

本書系統(tǒng)、全面、循序漸進地介紹Hyperscan技術(shù)。全書共8章，主要介紹正則表達式、經(jīng)典匹配算法和正則表達式匹配所依賴的自動機原理、正則表達式匹配庫等，并重點介紹Hyperscan的功能特性、設(shè)計原理和性能調(diào)優(yōu)技巧，以及匹配引擎的核心算法和SIMD加速技術(shù)的運用，還展示了Hyperscan多樣化的應(yīng)用場景。

王翔 昌昊 洪揚 張磊 ·數(shù)據(jù)庫 ·12.8萬字

數(shù)據(jù)自助服務(wù)實踐指南：數(shù)據(jù)開放與洞察提效
會員

數(shù)據(jù)自助服務(wù)實踐指南：數(shù)據(jù)開放與洞察提效

本書主要介紹數(shù)據(jù)洞察及其四個階段，第1部分為自助服務(wù)數(shù)據(jù)發(fā)現(xiàn)，包括元數(shù)據(jù)目錄服務(wù)、搜索服務(wù)、特征存儲服務(wù)、數(shù)據(jù)遷移服務(wù)、點擊流跟蹤服務(wù)。第二部分為自助服務(wù)數(shù)據(jù)準備包括數(shù)據(jù)湖管理服務(wù)、數(shù)據(jù)整理服務(wù)、數(shù)據(jù)權(quán)限治理服務(wù)。第三部分為自助服務(wù)數(shù)據(jù)構(gòu)建，包括、數(shù)據(jù)虛擬化服務(wù)、模型訓(xùn)練服務(wù)、持續(xù)集成服務(wù)、A/B測試服務(wù)。第四部分為自助服務(wù)數(shù)據(jù)實施，包括查詢優(yōu)化服務(wù)、管道編排服務(wù)、模型部署服務(wù)、質(zhì)量監(jiān)控服務(wù)、成本管理服務(wù)。通過學(xué)習(xí)本書，數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和團隊經(jīng)理將學(xué)習(xí)如何構(gòu)建一個自助數(shù)據(jù)科學(xué)平臺，幫助你的組織中的任何人從數(shù)據(jù)中提取見解。

(美)桑迪普·烏坦坎達尼 ·數(shù)據(jù)庫 ·12.7萬字

數(shù)據(jù)隱私與數(shù)據(jù)治理：概念與技術(shù)
會員

數(shù)據(jù)隱私與數(shù)據(jù)治理：概念與技術(shù)

本書以《中華人民共和國數(shù)據(jù)安全法》和《中華人民共和國個人信息保護法》為背景，旨在從概念和技術(shù)的角度對數(shù)據(jù)隱私與數(shù)據(jù)治理進行系統(tǒng)概述。首篇從歷史與系統(tǒng)的角度介紹數(shù)據(jù)隱私與數(shù)據(jù)治理的基礎(chǔ)，后三篇分別側(cè)重大規(guī)模數(shù)據(jù)收集、機器學(xué)習(xí)，以及數(shù)據(jù)治理中的隱私問題，介紹其相應(yīng)的技術(shù)基礎(chǔ)，總結(jié)當下的關(guān)鍵問題與技術(shù)方案。本書從全新的數(shù)據(jù)生態(tài)的角度介紹數(shù)據(jù)隱私與數(shù)據(jù)治理，在內(nèi)容介紹上，以技術(shù)與算法的講解為主，輔以案例，詳略得當。

孟小峰等編著 ·數(shù)據(jù)庫 ·12.6萬字

Trino權(quán)威指南（原書第2版）
會員

Trino權(quán)威指南（原書第2版）

本書詳細介紹了開源的分布式SQL查詢引擎Trino涉及的方方面面的知識。本書共三部分，第一部分介紹Trino的發(fā)展歷史、主要功能以及如何安裝和使用它，第二部分介紹Trino的內(nèi)部架構(gòu)、部署、連接器和所支持的SQL語句的使用等，第三部分介紹在生產(chǎn)環(huán)境中部署Trino的必備知識，以及一些真實世界的部署案例。通過學(xué)習(xí)本書，你將了解Trino在解決海量數(shù)據(jù)分析和查詢問題方面的優(yōu)越性，并學(xué)會在現(xiàn)實場景中使用它來高效地解決需要在短時間內(nèi)返回結(jié)果的大數(shù)據(jù)查詢問題。

(美)馬特·富勒等 ·數(shù)據(jù)庫 ·11.8萬字

Deep Learning with R for Beginners
會員

Deep Learning with R for Beginners

Deeplearningfindspracticalapplicationsinseveraldomains,whileRisthepreferredlanguagefordesigninganddeployingdeeplearningmodels.ThisLearningPathintroducesyoutothebasicsofdeeplearningandeventeachesyoutobuildaneuralnetworkmodelfromscratch.Asyoumakeyourwaythroughthechapters,you’llexploredeeplearninglibrariesandunderstandhowtocreatedeeplearningmodelsforavarietyofchallenges,rightfromanomalydetectiontorecommendationsystems.Thebookwillthenhelpyoucoveradvancedtopics,suchasgenerativeadversarialnetworks(GANs),transferlearning,andlarge-scaledeeplearninginthecloud,inadditiontomodeloptimization,overfitting,anddataaugmentation.Throughreal-worldprojects,you’llalsogetuptospeedwithtrainingconvolutionalneuralnetworks(CNNs),recurrentneuralnetworks(RNNs),andlongshort-termmemorynetworks(LSTMs)inR.BytheendofthisLearningPath,you’llbewellversedwithdeeplearningandhavetheskillsyouneedtoimplementanumberofdeeplearningconceptsinyourresearchworkorprojects.ThisLearningPathincludescontentfromthefollowingPacktproducts:RDeepLearningEssentials-SecondEditionbyJoshuaF.WileyandMarkHodnett.RDeepLearningProjectsbyYuxi(Hayden)LiuandPabloMaldonado.

Mark Hodnett Joshua F. Wiley Yuxi (Hayden) Liu Pablo Maldonado ·數(shù)據(jù)庫 ·11.5萬字

Pandas數(shù)據(jù)分析快速上手500招（微課視頻版）
會員

Pandas數(shù)據(jù)分析快速上手500招（微課視頻版）

本書采用“問題描述+解決方案”模式，通過500個案例介紹了使用Pandas進行數(shù)據(jù)分析和數(shù)據(jù)處理的技術(shù)亮點。全書共分為8章，主要案例包括：讀寫CSV、Excel、JSON、HTML等格式的數(shù)據(jù)；根據(jù)行標簽、列名和行列數(shù)字索引篩選和修改數(shù)據(jù)，使用各種函數(shù)根據(jù)數(shù)據(jù)大小、日期范圍、正則表達式、lambda表達式、文本類型等多種條件篩選數(shù)據(jù)；統(tǒng)計NaN（缺失值）的數(shù)量、占比，根據(jù)規(guī)則填充和刪除NaN；在DataFrame中增、刪、查、改行列數(shù)據(jù)，計算各種行差、列差、極差以及直接對兩個DataFrame進行加、減、乘、除運算和比較差異；將寬表和長表相互轉(zhuǎn)換，創(chuàng)建交叉表和各種透視表；對數(shù)據(jù)分組結(jié)果進行求和、累加、求平均值、求極差、求占比、排序、篩選、重采樣等多種形式的分析，將分組數(shù)據(jù)導(dǎo)出為Excel文件。本書還附贈36個數(shù)據(jù)可視化案例，如根據(jù)指定的條件設(shè)置行列數(shù)據(jù)的顏色和樣式，根據(jù)行列數(shù)據(jù)繪制條形圖、柱形圖、餅圖、折線圖、散點圖、六邊形圖、箱形圖、面積圖等。本書適于作為數(shù)據(jù)分析師、物流分析師、金融分析師、數(shù)據(jù)產(chǎn)品開發(fā)人員、人工智能開發(fā)人員、市場營銷人員、辦公管理人員、Python程序員等各行各業(yè)人員的案頭參考書，無論對于初學(xué)者還是專業(yè)人士，本書都極具參考和收藏價值。

羅帥 羅斌編著 ·數(shù)據(jù)庫 ·10.9萬字

Python廣告數(shù)據(jù)挖掘與分析實戰(zhàn)
會員

Python廣告數(shù)據(jù)挖掘與分析實戰(zhàn)

本書共十二章，第1-4章重在介紹移動廣告營銷數(shù)據(jù)分析理論與案例分析，包括廣告數(shù)據(jù)分析的基本概念、內(nèi)容和意義，廣告數(shù)據(jù)分析相關(guān)理論知識及常用分析方法，移動廣告營銷常見的數(shù)據(jù)分析案例剖析以及如何做一份讓領(lǐng)導(dǎo)滿意的數(shù)據(jù)分析報告；本書第5-6章主要介紹Python軟件安裝及常用包的主要用法。本書第7-10章主要介紹利用Python實現(xiàn)移動廣告營銷中常見的機器學(xué)習(xí)算法，重點掌握常用的模型評價方法，模型原理、實現(xiàn)方法和技巧，其中包括混淆矩陣、AUC、ROC等常用模型評價方法以及線性回歸、邏輯回歸、決策樹、KNN、SVM、神經(jīng)網(wǎng)絡(luò)、隨機森林、GBDT、XGBoost、Stacking等常用監(jiān)督學(xué)習(xí)算法。第11章主要介紹k-means聚類、Lookalike相似用戶挖掘等常用無監(jiān)督學(xué)習(xí)算法及實現(xiàn)方法。第12章主要介紹移動廣告營銷常用的特征選擇及特征工程方法。讀者如果只想了解數(shù)據(jù)分析相關(guān)概念和方法，可以選擇性閱讀本書前四章內(nèi)容，后八章偏向數(shù)據(jù)挖掘算法和編程實踐等內(nèi)容，有興趣可以深入閱讀全書。

楊游云 周健 ·數(shù)據(jù)庫 ·10.7萬字

QQ閱讀手機版

主站蜘蛛池模板： 金华市| 兴国县| 新干县| 广西| 奉贤区| 茂名市| 乐山市| 民勤县| 龙胜| 东乡| 隆尧县| 句容市| 石门县| 麻城市| 永新县| 扬州市| 丰都县| 山东省| 永定县| 滕州市| 融水| 宁明县| 河南省| 扬中市| 时尚| 临武县| 漯河市| 大兴区| 宜良县| 繁昌县| 容城县| 丰都县| 西华县| 军事| 琼海市| 丰原市| 武义县| 余庆县| 建昌县| 平顶山市| 海南省|