正规的可以提现的打鱼游戏

本書主要介紹了深度學習在計算機視覺方面的應用及工程實踐，以Python3為開發語言，并結合當前主流的深度學習框架進行實例展示。主要內容包括：OpenCV入門、深度學習框架介紹、圖像分類、目標檢測與識別、圖像分割、圖像搜索以及圖像生成等，涉及到的深度學習框架包括PyTorch、TensorFlow、Keras、Chainer、MXNet等。通過本書，讀者能夠了解深度學習在計算機視覺各個方向的應用以及最新進展。本書的特點是依托工業環境的實踐經驗，具備較強的實用性和專業性。適合于廣大計算機視覺工程領域的從業者、深度學習愛好者、相關專業的大學生和研究生以及對計算機視覺感興趣的愛好者使用。

·7.3萬字

會員

大數據：規劃、實施、運維

本書將為你答疑解惑。本書將展現作者在國內外大數據最線的實戰經驗，面向不同行業的共性訴求來指導讀者大數據該怎么做，并闡明大數據發展的誤區。本書對大數據，從經濟價值、商業模式、框架搭建、數據挖掘、網絡布置、安全防護、人員能力和后續運維管理多個維度，以及基礎設施、中間件、重點應用等多個層面進行系統闡述。

·37.8萬字

會員

從零進階！數據分析的統計基礎（第2版）

《從零進階！數據分析的統計基礎（第2版）》共6章，分別講解了數據分析的步驟和方法、描述性統計分析、抽樣估計、假設檢驗、方差分析、相關與回歸分析，使用簡單的語言介紹了這些數據分析基本方法的核心思想和涉及的統計學、概率論等方面的理論內容，并使用圖示的方法詳細介紹了使用Excel2013進行簡單的描述性統計分析和使用SPSS進行相關的數據分析的過程與結果分析。

·12.9萬字

會員

Tableau商業分析從新手到高手（視頻版）

本書共分為4個部分，分別是產品主題分析、客戶主題分析、營銷主題分析、技術擴展主題分析。本書偏重于商業分析思路的講解，采用6個人物場景對話的方式講授商業問題。每一章的結構：先拋出商業環境中一個真實、具有挑戰性的業務或需要決策的問題，然后提出解決問題的思路并得出結論（“分析思路”部分），再介紹如何用Tableau實現其中的關鍵部分（“技術實現”部分），最后給出相應的練習（“課后練習”部分）。“分析思路”部分，通常與具體的軟件工具無關；“技術實現”部分，若用到了R或Kettle等相關軟件工具，則在相應節中呈現詳細的操作步驟；“課后練習”部分，是對所學內容的實踐練習，加以理解鞏固。本書適合企業中從事數據分析崗位1～3年的職場人員作為自學教程，適合大中專院校相關專業作為教學參考書，也適合社會上的商業分析類培訓機構作為教材。由于書中案例均采用Tableau2020.3版本完成，某些功能舊版本無法實現，請先下載新版本。

·12萬字

會員

數據革命：大數據價值實現方法、技術與案例

在信息技術革命之后，我們將迎來數據革命。在大數據的概念、性質和價值已得到政府和社會的認可之后，大家關注的是數據如何獲取，以及有了數據以后如何挖掘數據的價值。僅適合特定行業、滿足特定需求的技術不足以應對一場革命，大數據不但是超出計算機軟硬件處理的能力，更是超出人類的認知能力。只有實現對數據的認知，利用數據輔助決策，才是適合不同行業數據價值實現的通用手段。本書描述了數據革命的起源、實現的思路、所用的技術和要達到的目標，針對當今社會熱點描述了在數據時代的應對之策。本書宏觀和微觀、人文和技術、啟迪思想和關注實用并舉，既適合宏觀層面的領導啟迪思維，提出工作目標，又適合微觀層次的執行人員找到實現的方法和路徑。本書介紹的理論和技術均可在智慧城市、智能制造領域實際使用。本書適合政府、企業決策者和CIO，及其他對大數據應用感興趣的人閱讀。

·15.1萬字

會員

大數據處理框架Apache Spark設計與實現

近年來，以ApacheSpark為代表的大數據處理框架在學術界和工業界得到了廣泛的使用。本書以ApacheSpark框架為核心，總結了大數據處理框架的基礎知識、核心理論、典型的Spark應用，以及相關的性能和可靠性問題。本書分9章，主要包含四部分內容。第一部分大數據處理框架的基礎知識（第1～2章）：介紹大數據處理框架的基本概念、系統架構、編程模型、相關的研究工作，并以一個典型的Spark應用為例概述Spark應用的執行流程。第二部分Spark大數據處理框架的核心理論（第3～4章）：介紹Spark框架將應用程序轉化為邏輯處理流程，進而轉化為可并行執行的物理執行計劃的一般過程及方法。第三部分典型的Spark應用（第5章）：介紹迭代型的Spark機器學習應用和圖計算應用。第四部分大數據處理框架性能和可靠性保障機制（第6～9章）：介紹Spark框架的Shuffle機制、數據緩存機制、錯誤容忍機制、內存管理機制等。

·11.9萬字

會員

Hadoop大數據實戰權威指南（第2版）

大數據貴在落實！本書是一本講解大數據實戰的圖書，按照“深入分析組件原理、充分展示搭建過程、詳細指導應用開發”的指導思想編寫。全書分為三篇，第一篇為大數據的基本概念和技術，主要介紹大數據的背景、概念、特性及關鍵技術；第二篇為Hadoop大數據平臺搭建與基本應用，內容涉及Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark等；第三篇為大數據處理與項目開發，包括交互式數據處理、協同過濾推薦系統、銷售數據分析系統，并就京東的部分銷售數據使用大數據進行處理分析。本書適合初學者入門和進階，也可供希望全面、系統地理解并掌握大數據實際應用的讀者參考，對從事大數據項目開發的專業人員也有參考價值。

·14.7萬字

會員

大數據可視化

本書是面對當前大數據應用、可視分析研究和應用的新形勢，專門為數據科學與大數據技術、智能科學與技術、計算機、數據處理等專業本科生開設數據可視化課程而編寫的一本教材。該書將教學之嚴謹和科研之創新有機地結合，全面詮釋了大數據可視化的內涵與外延，詳細介紹了大數據可視化概述、可視化的類型與模型、數據可視化基礎、數據可視化的常用方法、大數據可視化的關鍵技術、可視化交互、大數據可視化工具、大數據可視化系統——魔鏡以及大數據可視化的行業案例等內容。為了便于學習，每章都附有習題。

·16.7萬字

會員

Hadoop海量數據處理：技術詳解與項目實戰（第2版）

本書介紹了Hadoop技術的相關知識，并將理論知識與實際項目相結合。全書共分為三個部分：基礎篇、應用篇和總結篇。基礎篇詳細介紹了Hadoop、YARN、MapReduce、HDFS、Hive、Sqoop和HBase，并深入探討了Hadoop的運維和調優；應用篇則包含了一個具有代表性的完整的基于Hadoop的商業智能系統的設計和實現；結束篇對全書進行總結，并對技術發展做了展望。

·15.1萬字

會員

NoSQL數據庫原理（第2版·微課版）

本書對統稱為NoSQL的分布式非關系數據庫的原理和使用方法進行介紹。第1章，首先介紹NoSQL的起源背景和設計理念，以及相關技術概念。然后介紹大數據技術體系，以及NoSQL在云計算和容器化趨勢下的發展。第2章，首先回顧關系型數據庫的主要機制，然后介紹NoSQL數據庫的常見技術原理，以及NoSQL的常見數據模型等。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的相關原理，然后介紹Cassandra的安裝、配置與CQL。第8章，對Hadoop大數據體系和HBase進行簡要介紹。第9章，介紹其他一些知名的NoSQL數據庫技術與工具。

·16萬字

會員

Scratch 3.0 藝術進階

本書共有四篇。入門篇，介紹流程圖的概念，畫筆指令原理，學習運用數學公式繪制圖形。特效篇，介紹運用畫筆實現動態的特效，包括流星、煙花、噴泉、下雨等案例。游戲篇，介紹使用畫筆實現獨特、炫酷的游戲，包括釣魚、天羅地網、切木條和巧匠建塔等案例。進階篇，介紹更為深入的程序實現方法，如遞歸算法、數學公式運用及模塊化的程序架構等，包括樹、湖光倒影等案例。書中設置了程序流程圖，幫助讀者理清思路，還設置了老司機留言，言簡意賅地點出需要深刻理解的部分，為編程習慣的養成打好基礎。

·4.6萬字

會員

數據庫高效優化：架構、規范與SQL技巧

SQL是最重要的關系數據庫操作語言。SQL語句的運行效率，對于數據庫的整體性能至關重要。因此，SQL語句的優化就成為數據庫專業人員必須掌握的一門技能。很多初學者經常有如何入門、提高SQL語句優化能力的困惑。本書規避了市面上大多關于SQL優化的書籍內容過于深奧問題，以一線開發工程師的言語和視角展開，理論與實踐并重，不僅適合初學者，也適合中端技術人員。本書以大量案例為依托，系統講解了SQL語句優化的原理、方法及技術要點，尤為注重實踐，在章節中引入了大量的案例，便于學習者實踐、測試，反復揣摩。全書分為四篇：引言篇，總結了實際工作中常見的問題，并通過真實案例讓讀者直觀感受到SQL語句優化的重要。同時在每個案例后面，還針對案例出現的問題進行了總結；原理篇，主要講解了和SQL語句優化相關的基礎知識及必要的一些操作，包括優化器、成本、執行計劃、統計信息、語句解析、游標、綁定變量、數據對象等諸多方面；優化篇，這是本書的重點，詳細講述了優化器對于SQL語句的多種處理方式，包括查詢轉換、數據對象訪問方式、表關聯、半/反連接、子查詢、排序、并行等等。讀者了解了這些方式，可以更好地理解優化器的行為，也就使優化更加有的放矢。這部分實戰性極強，讀者可以作為案頭參考資料，隨時查閱，反復實踐；實踐篇，從數據設計開發規范、數據庫畫像、SQL優化方法論、AWR報告解讀及數據庫審核平臺實踐等幾個角度全面講解在實際工作中如何通過優化SQL，大幅度提高數據庫的性能。

·21.1萬字

會員

大話Oracle Grid：云時代的RAC

《大話OracleGrid：云時代的RAC》基于OracleGrid11gR2，對Grid和RAC進行了全面的介紹和剖析。全書分為4個部分，共18章，第一部分“安裝”，這部分從安裝入手，通過分析安裝過程出現中的新元素，讓讀者對Grid建立初步的認識。第二部分“平臺”，著重介紹Grid，不但介紹了Grid的內部組成，還介紹了ASM、ADVM、ACFS、SCAN、RACRestart和SIHA等。第三部分“私有云”，是本書的重點和亮點，討論了RACOneNode、Service、ServerPool等技術。第四部分“高可用性”，不但討論了Grid的高可用性，還介紹了一個易學易用的工具GoldenGate。

·18.8萬字

會員

劍破冰山：Oracle開發藝術

《劍破冰山：Oracle開發藝術》主要覆蓋0racle開發必備的重要知識點：數據庫編程規范、Oracle開發常用工具及使用、MERGE方法、神秘的NULL和討厭的CHAR、擴展GROUPBY、Oracle自動類型轉換、Oracle分析函數、Oracle層次查詢、llgR2新特性之遞歸WITH編程、動態SQL擴展。此外還有大量案例：WhereInList問題解析，數據庫設計和大數據量處理、數據審核、號段選取應用、分析SQL執行計劃的關注點、Oracle開發誤區探索、提升PL／SQL開發性能漫談、管道函數的學習與實戰應用、巧用鎖特性避免重復啟動同一程序、不可能的任務？超越Oracle等。

·18.3萬字

會員

數據分析咖哥十話：從思維到實踐促進運營增長

本書以案例的形式，介紹從思維模型分析到場景實踐的數據分析方法。全書圍繞“數據分析”與“運營增長”兩大關鍵要素，在系統介紹數據分析思維、數據分析方法、數據采集技能、數據清洗技能等基礎知識的同時，以問題為導向，解讀運營與增長的關鍵性業務內容，在獲客、激活、留存、變現、自傳播循環等各個核心運營環節展開數據分析實戰。本書提供案例相關數據集與源碼包，適合數據分析、產品運營、市場營銷等行業有數據分析具體業務需求的人士閱讀，也適合相關專業的師生閱讀。

·12萬字

會員

數據產品經理寶典：大數據時代如何創造卓越產品

“數據”兩個字越來越頻繁地出現在大家的工作中。一方面，“用數據說話”成為每個互聯網從業者必備的“生存技能”；另一方面，一個名為“數據產品經理”的職位成為各大互聯網企業的“熱招職位”。那么，作為數據產品經理，有了數據應該怎樣“用數據說話”？又應該如何讓自己具備獨特的競爭優勢呢？本書內容涵蓋了數據產品經理應該知道和掌握的基礎知識——從每個優秀的數據產品經理都應當關注的“效率”問題出發，分別從商業知識和技術知識兩個角度，針對什么是數據產品、數據產品訴求的產生和類型、數據產品的實現思路與常見技術方案等關鍵問題進行講解。本書既是學習指南，又是速查手冊，適合具備不同工作背景并正在從事數據產品經理工作的人士閱讀，也適合對這一領域感興趣并希望從事數據產品經理工作的人士閱讀。只要你具備求知的熱情，本書將為你提供解決問題的思路、方法和工具。

·22.8萬字

會員

數據指標體系：構建方法與應用實踐

這是一套數據指標體系全流程構建（從規劃、框架設計、數據采集加工到應用）方法論與實踐指南。它不僅深入淺出地分享了通用的數據指標體系構建策略，還通過多個行業實例展示了具體操作方法。書中從數據采集入手，借助BI工具Superset實踐構建過程。本著“一切技術都是為業務服務的”這一宗旨，本書除了包含數據指標體系構建相關內容外，還結合統計學原理及Excel、Python等工具，深入剖析數據指標波動對業務的影響，旨在幫助讀者深入理解數據指標與實際業務的底層關聯，把數據指標體系落地到業務中。

·12.7萬字

會員

大數據Hadoop 3.X分布式處理實戰

本書共14章，前4章主要講解和演示大數據與Hadoop概述、Hadoop偽分布式安裝、HDFS分布式文件系統、MapReduce分布式計算框架。第5到11章講解了Hadoop生態的常用組件，包括NoSQL數據庫HBase、分布式數據倉庫Hive、數據轉換工具Sqoop、內存計算框架Spark。最后3章講解了3個企業級的大型大數據綜合實戰項目。

·12.4萬字

會員

Kubernetes云原生數據管理

本書圍繞Kubernetes云原生數據基礎設施，介紹了如何通過Kubernetes管理數據存儲，如何通過Helm和Operator在Kubernetes上自動部署和管理數據庫，闡述了數據流式傳輸和數據分析的過程，探討了在機器學習及其他新興用例中如何使用Kubernetes云原生數據等。本書不僅深入闡述了云原生基礎設施的發展歷程和處理方式，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，以便讀者學習和練習。本書結構與英文原版保持一致，是DaoCloud云原生數據存儲專家經反復校對后提供的譯本。本書適合從事云端設計、構建和運行應用的開發人員，以及架構師和云原生工程師。無論你是Kubernetes數據存儲方面的“新手”還是有經驗的“老兵”，相信本書都能讓你有所受益。

·16.3萬字

跳轉至頁

官术网_书友最值得收藏!

數據庫

分類

狀態

屬性

字數

更新時間

Python金融數據分析（原書第2版）

深度學習實踐：計算機視覺