官术网_书友最值得收藏!

Pandas數(shù)據(jù)分析快速上手500招(微課視頻版)
會(huì)員

本書(shū)采用“問(wèn)題描述+解決方案”模式,通過(guò)500個(gè)案例介紹了使用Pandas進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)處理的技術(shù)亮點(diǎn)。全書(shū)共分為8章,主要案例包括:讀寫(xiě)CSV、Excel、JSON、HTML等格式的數(shù)據(jù);根據(jù)行標(biāo)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(dá)式、lambda表達(dá)式、文本類(lèi)型等多種條件篩選數(shù)據(jù);統(tǒng)計(jì)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(jì)算各種行差、列差、極差以及直接對(duì)兩個(gè)DataFrame進(jìn)行加、減、乘、除運(yùn)算和比較差異;將寬表和長(zhǎng)表相互轉(zhuǎn)換,創(chuàng)建交叉表和各種透視表;對(duì)數(shù)據(jù)分組結(jié)果進(jìn)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(shū)還附贈(zèng)36個(gè)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(diǎn)圖、六邊形圖、箱形圖、面積圖等。本書(shū)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(kāi)發(fā)人員、人工智能開(kāi)發(fā)人員、市場(chǎng)營(yíng)銷(xiāo)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(shū),無(wú)論對(duì)于初學(xué)者還是專(zhuān)業(yè)人士,本書(shū)都極具參考和收藏價(jià)值。

羅帥 羅斌編著 ·數(shù)據(jù)庫(kù) ·10.9萬(wàn)字

大數(shù)據(jù)用戶行為畫(huà)像分析實(shí)操指南
會(huì)員

本書(shū)以幫助讀者認(rèn)識(shí)什么是用戶行為畫(huà)像,如何利用大數(shù)據(jù)采集、加工、分析用戶行為從而應(yīng)用到不同行業(yè)為主要目的。主要內(nèi)容包括:用戶行為數(shù)據(jù)的定義、內(nèi)涵和外延、分類(lèi)和應(yīng)用場(chǎng)景;如何利用不同的采集工具收集和用戶行為分析相關(guān)的行為大數(shù)據(jù);用戶行為分析常用的指標(biāo)與模型;如何建立用戶畫(huà)像標(biāo)簽體系;用戶畫(huà)像如何支持大數(shù)據(jù)時(shí)代的個(gè)性化推薦和精準(zhǔn)營(yíng)銷(xiāo)等應(yīng)用;大數(shù)據(jù)用戶分析在各行業(yè)的應(yīng)用案例詳解。本書(shū)的形式將以圖文并茂的方式,深入淺出地解析大數(shù)據(jù)用戶分析的目標(biāo)、相關(guān)技術(shù)、分析方法論、應(yīng)用場(chǎng)景和價(jià)值。每個(gè)章節(jié)圍繞一個(gè)主題展開(kāi),通過(guò)技術(shù)介紹、功能描述、應(yīng)用場(chǎng)景和案例詳解等方式幫助受眾了解什么是大數(shù)據(jù)用戶行為分析,具體需要掌握哪些技術(shù)和技能,如何設(shè)計(jì)和展開(kāi)一次成功的用戶分析任務(wù)等。本書(shū)的讀者對(duì)象包括以大數(shù)據(jù)用戶行為分析為課程導(dǎo)向的學(xué)生;對(duì)大數(shù)據(jù)及行為分析感興趣的各行業(yè)從業(yè)人員,特別是從業(yè)于金融、零售、互聯(lián)網(wǎng)等行業(yè)的運(yùn)營(yíng)分析師、數(shù)據(jù)分析師;以及對(duì)大數(shù)據(jù)技術(shù)感興趣的一般受眾。

杜曉夢(mèng)等 ·數(shù)據(jù)庫(kù) ·10.9萬(wàn)字

達(dá)夢(mèng)數(shù)據(jù)庫(kù)開(kāi)發(fā)實(shí)戰(zhàn)
會(huì)員

達(dá)夢(mèng)數(shù)據(jù)庫(kù)是一款非常優(yōu)秀的國(guó)產(chǎn)數(shù)據(jù)庫(kù)。本書(shū)從實(shí)用角度,通過(guò)對(duì)達(dá)夢(mèng)數(shù)據(jù)庫(kù)的體系結(jié)構(gòu)、運(yùn)行機(jī)制的講解,以及與其他數(shù)據(jù)庫(kù)相似功能的對(duì)比,幫助讀者掌握達(dá)夢(mèng)數(shù)據(jù)庫(kù)的基本操作。本書(shū)第1章講解達(dá)夢(mèng)數(shù)據(jù)庫(kù)的安裝部署;第2章講述達(dá)夢(mèng)數(shù)據(jù)庫(kù)的體系結(jié)構(gòu),并與Oracle的體系結(jié)構(gòu)進(jìn)行對(duì)比;第3章講解數(shù)據(jù)庫(kù)中最重要的兩部分redo和undo;第4章介紹用戶管理,重點(diǎn)講述用戶創(chuàng)建和權(quán)限;第5章講解表和索引,并對(duì)普通表和堆表的應(yīng)用場(chǎng)景進(jìn)行分析;第6~8章介紹達(dá)夢(mèng)數(shù)據(jù)庫(kù)的SQL語(yǔ)言、視圖和物化視圖的使用,以及JSON數(shù)據(jù)的操作和正則表達(dá)式的應(yīng)用;第9章講解DMSQL程序設(shè)計(jì)的基本知識(shí);第10章講解達(dá)夢(mèng)數(shù)據(jù)庫(kù)的備份和恢復(fù)操作。本書(shū)可用作達(dá)夢(mèng)數(shù)據(jù)庫(kù)的入門(mén)教程,也可供數(shù)據(jù)庫(kù)管理員和程序開(kāi)發(fā)人員參考。

付強(qiáng)編著 ·數(shù)據(jù)庫(kù) ·10.7萬(wàn)字

Python廣告數(shù)據(jù)挖掘與分析實(shí)戰(zhàn)
會(huì)員

本書(shū)共十二章,第1-4章重在介紹移動(dòng)廣告營(yíng)銷(xiāo)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(shí)及常用分析方法,移動(dòng)廣告營(yíng)銷(xiāo)常見(jiàn)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(bào)告;本書(shū)第5-6章主要介紹Python軟件安裝及常用包的主要用法。本書(shū)第7-10章主要介紹利用Python實(shí)現(xiàn)移動(dòng)廣告營(yíng)銷(xiāo)中常見(jiàn)的機(jī)器學(xué)習(xí)算法,重點(diǎn)掌握常用的模型評(píng)價(jià)方法,模型原理、實(shí)現(xiàn)方法和技巧,其中包括混淆矩陣、AUC、ROC等常用模型評(píng)價(jià)方法以及線性回歸、邏輯回歸、決策樹(shù)、KNN、SVM、神經(jīng)網(wǎng)絡(luò)、隨機(jī)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(lèi)、Lookalike相似用戶挖掘等常用無(wú)監(jiān)督學(xué)習(xí)算法及實(shí)現(xiàn)方法。第12章主要介紹移動(dòng)廣告營(yíng)銷(xiāo)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(shū)前四章內(nèi)容,后八章偏向數(shù)據(jù)挖掘算法和編程實(shí)踐等內(nèi)容,有興趣可以深入閱讀全書(shū)。

楊游云 周健 ·數(shù)據(jù)庫(kù) ·10.7萬(wàn)字

大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)上機(jī)實(shí)驗(yàn)指導(dǎo)(微課版)
會(huì)員

本書(shū)是與《大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)(Windows7+Office2010)(微課版)》一書(shū)配套使用的上機(jī)指導(dǎo)和習(xí)題集。全書(shū)共分為兩個(gè)部分:第一部分是上機(jī)指導(dǎo),從計(jì)算機(jī)基礎(chǔ)知識(shí)、計(jì)算機(jī)系統(tǒng)知識(shí)、Windows7操作系統(tǒng)、管理計(jì)算機(jī)中的資源、Word2010基本操作、排版文檔、Excel2010基本操作、計(jì)算和分析Excel數(shù)據(jù)、PowerPoint2010基本操作、設(shè)置并放映演示文稿、計(jì)算機(jī)網(wǎng)絡(luò)基礎(chǔ)與應(yīng)用及計(jì)算機(jī)維護(hù)與安全12個(gè)方面來(lái)組織內(nèi)容,讀者可以按照《新編大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)(Windows7+Office2010)(微課版)》的教學(xué)內(nèi)容和本書(shū)中的指導(dǎo)進(jìn)行上機(jī)操作;第二部分是習(xí)題,按照《全國(guó)計(jì)算機(jī)等級(jí)考試一級(jí)MSOffice考試大綱(2013年版)》和《新編大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)(Windows7+Office2010)(微課版)》的內(nèi)容,設(shè)置了單選題、多選題、判斷題和操作題,并附有參考答案,以方便學(xué)生自測(cè)練習(xí)。本書(shū)既適合作為高等職業(yè)院校非計(jì)算機(jī)專(zhuān)業(yè)類(lèi)學(xué)生的計(jì)算機(jī)基礎(chǔ)教材,也適合作為計(jì)算機(jī)培訓(xùn)班或計(jì)算機(jī)等級(jí)考試一級(jí)MSOffice的自學(xué)參考書(shū)。

蔡明 尹薇婷 ·數(shù)據(jù)庫(kù) ·10.6萬(wàn)字

醫(yī)療大數(shù)據(jù)分析與應(yīng)用
會(huì)員

醫(yī)療大數(shù)據(jù)是大數(shù)據(jù)在醫(yī)療領(lǐng)域的一個(gè)分支,處理的是在與人類(lèi)健康相關(guān)的活動(dòng)中產(chǎn)生的與生命健康和醫(yī)療有關(guān)的數(shù)據(jù)。本書(shū)將對(duì)醫(yī)療大數(shù)據(jù)進(jìn)行全面、透徹的分析,從醫(yī)療大數(shù)據(jù)的現(xiàn)狀開(kāi)始,介紹醫(yī)療大數(shù)據(jù)方向的統(tǒng)計(jì)、數(shù)據(jù)挖掘、數(shù)據(jù)預(yù)處理、建模以及可視化等技術(shù)與應(yīng)用。此外,還介紹了醫(yī)療領(lǐng)域的圖像處理和自然語(yǔ)言處理等人工智能技術(shù)。在本書(shū)的末尾,還討論了這個(gè)領(lǐng)域普遍關(guān)注的一個(gè)問(wèn)題——醫(yī)療數(shù)據(jù)隱私保護(hù),介紹了潛在的隱私風(fēng)險(xiǎn)和隱私保護(hù)方法等,并關(guān)注了醫(yī)療經(jīng)濟(jì)的概況與前景。通過(guò)閱讀本書(shū),你將了解:醫(yī)療大數(shù)據(jù)的現(xiàn)狀及產(chǎn)業(yè)劃分等;如何統(tǒng)計(jì)挖掘和處理醫(yī)療領(lǐng)域的數(shù)據(jù)以方便分析;醫(yī)學(xué)數(shù)據(jù)可視化如何提升醫(yī)療人員診斷病情的效率;人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用;如何對(duì)醫(yī)療數(shù)據(jù)進(jìn)行隱私保護(hù)。

成生輝 丁家昕等 ·數(shù)據(jù)庫(kù) ·10.6萬(wàn)字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 观塘区| 托里县| 淅川县| 大港区| 格尔木市| 靖州| 荔浦县| 芮城县| 马尔康县| 河南省| 慈利县| 法库县| 津市市| 民丰县| 福泉市| 阿克苏市| 呼和浩特市| 伊春市| 桂阳县| 宜川县| 建昌县| 高邮市| 郓城县| 当阳市| 三原县| 环江| 柏乡县| 囊谦县| 凤台县| 鹤岗市| 小金县| 宝鸡市| 堆龙德庆县| 江川县| 西华县| 长葛市| 咸宁市| 屏南县| 庆云县| 清流县| 融水|