mg不朽情缘爆分

本書全面地講解了在科學領域廣泛運用的微積分、概率論與數理統計、線性代數、數值計算、多元統計分析等數學基礎知識。全書共6章：第1章介紹了大數據與數學、數學與Python的關系；第2章介紹了微積分的基礎知識，包括極限、導數、微分、不定積分與定積分等；第3章介紹了概率論與數理統計的基礎知識，包括數據分布特征、概率與概率分布、參數估計、假設檢驗等；第4章介紹了線性代數的基礎知識，包括行列式、矩陣的運算和特征分解、奇異值分解；第5章介紹了數值計算的基礎知識，包括插值法、函數逼近與擬合、非線性方程（組）求根；第6章介紹了常用的多元統計分析方法，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分析。本書示例大都結合Python進行求解分析，且每章都有課后習題，可以幫助讀者鞏固所學的內容。

·9萬字

會員

大數據分析：數據倉庫項目實戰

本書按照需求規劃、需求實現、需求可視化的流程進行編排，遵循項目開發的實際流程，全面介紹了數據倉庫的搭建過程。在整個數據倉庫的搭建過程中，本書介紹了主要組件的安裝部署過程、需求實現的具體思路、部分問題的解決方案等，并在其中穿插了許多與大數據和數據倉庫相關的理論知識，包括大數據概論、數據倉庫概論、電商業務概述、數據倉庫理論準備、數據倉庫建模等。本書從邏輯上可以分為三部分：第一部分是大數據與數據倉庫概論及項目需求描述，主要介紹了數據倉庫的概念、應用場景和搭建需求；第二部分是項目部署的環境準備，介紹了如何從零開始搭建一個完整的數據倉庫環境；第三部分是需求模塊實現，針對不同需求分模塊進行實現，是本書的重點部分。本書適合具有一定的編程基礎并對大數據感興趣的讀者閱讀。通過閱讀本書，讀者可以快速了解數據倉庫，全面掌握數據倉庫的相關技術。

·7.4萬字

會員

Python 3爬蟲、數據清洗與可視化實戰

本書是一本通過實戰教初學者學習采集數據、清洗和組織數據進行分析及可視化的Python讀物。書中案例均經過實戰檢驗，筆者在實踐過程中深感采集數據、清洗和組織數據的重要性，作為一名數據行業的“碼農”，數據就是沃土，沒有數據，我們將無田可耕。

·4.1萬字

會員

消息設計與開發

本書詳細披露消息體系的內在原理與詳細實現機制：如何以消息對象形式組織各種復雜數據類型？如何實現跨平臺的分布式消息通信？多種類型的消息如何管理？消息隊列如何管理？企業級的多任務并發如何控制？如何合理利用系統資源？JMS與SOAP的機制有什么區別與聯系？等等，都是本書要披露的內容。本書緊密結合代碼實例，基于面向對象設計與實現方法，旨在通過本書指導可自行設計開發消息體系原型。

·14.3萬字

會員

數據治理與數據安全

隨著數字經濟時代的到來，數據的價值不斷被發掘。但是，圍繞數據價值的挖掘也出現了諸多問題。例如，因為數據過于海量以及數據產權不明確導致用戶不會用，因數據使用和保護不當引起隱私泄露等安全事件，等等。《數據治理與數據安全》正是圍繞這些問題，以“數據治理與數據安全”為主題展開論述。首先，《數據治理與數據安全》對數據治理的對象、主題、框架和方式等進行分析，使讀者認識到數字經濟時代數據流動的重要性和巨大意義。然后，從國內、國際兩個方面進行闡述，力圖為政府和企業開展個人信息保護、推進數據開放共享及跨境流動戰略出謀劃策。最后，基于我國的實際情況，借鑒國際經驗，針對數據開放共享中存在的問題提出了具體落地的數據治理策略。總之，《數據治理與數據安全》具有很高的理論意義和應用推廣價值。《數據治理與數據安全》適合政府機構、科研機構、企事業單位中從事數據治理與安全工作的人員及高等院校相關專業的師生閱讀。

·14.8萬字

會員

數據分析師手記：數據分析72個核心問題精解

《數據分析師手記：數據分析72個核心問題精解》從底層認知、思維方法、工具技術、項目落地及展望出發，使用問答的形式對數據分析中的72個核心知識點進行講解，構建了數據分析的知識框架，帶領讀者認識數據分析背后的奧妙。讀者可以用本書作為學習地圖，針對具體的方法、技術進行延伸學習。

·16.8萬字

會員

大數據技術體系詳解：原理、架構與實踐

隨著大數據技術的普及，它已經被廣泛應用于互聯網、電信、金融、工業制造等諸多行業。據相關報告統計，大數據人才需求呈井噴態勢，越來越多的程序員開始學習大數據技術，這使得它已經成為程序員所需的基本技能。為了滿足大數據人才市場需求，越來越多的大數據技術書籍不斷面世，包括《Hadoop權威指南》《Hadoop實戰》等。盡管如此，面向初、中級學者，能夠系統化、體系化介紹大數據技術的基礎書籍并不多見。筆者曾接觸過大量大數據初學者，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據書籍出現。為了滿足這些讀者的需求，筆者根據自己多年的數據項目和培訓經驗，繼《Hadoop技術內幕》書籍之后，于兩年前開始嘗試編寫一本淺顯易讀的大數據基礎書籍。

·17.2萬字

會員

劍指大數據：企業級數據倉庫項目實戰（電商版）

本書按照需求規劃、需求實現、可視化的流程進行編排，通過項目開發的主要流程，介紹數據倉庫的搭建過程。在整個數據倉庫的搭建過程中，本書介紹了主要組件的安裝部署、需求實現的具體思路，以及各種問題的解決方案等，并在其中穿插了許多與大數據和數據倉庫相關的理論知識，包括數據倉庫的概念、電商業務概述、數據倉庫理論和數據倉庫建模等。本書共14章，其中，第1～3章是項目的前期準備階段，主要介紹了數據倉庫的概念和搭建需求，并初步搭建了本數據倉庫項目所需的基本環境；第4～7章是項目的核心部分，詳細介紹了數據倉庫的建模理論，并完成了數據從采集到分層搭建的全過程，是本書的重點部分；第8～14章是對數據治理各功能模塊的實現，針對數據治理的不同功能需求分模塊進行實現。本書適合具有一定編程基礎并對大數據感興趣的讀者閱讀。通過學習本書，讀者可以快速了解數據倉庫，全面掌握數據倉庫相關技術。

·13.8萬字

會員

數據分析師養成寶典

在數據為主導的今天，對于一種已經成型的模型，“怎么用”通常不是問題，用個軟件或者編幾行程序就能得到結果了，問題一般都出在模型“什么時候用”和“用完了，然后呢”。《數據分析師養成寶典》就集中討論后面兩件事情。《數據分析師養成寶典》共27章，分為業務理解篇（第1~4章）、指標設計篇（第5~7章）、數據建模篇（第8~16章）、價值展現篇（第17~19章）和實戰進階篇（第20~27章）。業務理解篇的目的是讓讀者建立正確的思維觀，理解數據，熟悉業務；指標設計篇學習把數據轉換為專家數據的一些技巧；數據建模篇以R語言為計算平臺實施數據分析全過程；價值展現篇主要討論如何撰寫有價值的數據分析報告；實戰進階篇通過對8個經典案例的分析，使讀者能夠把學到的思維方法、實施工具應用到解決實際問題中，把數據變成價值。本書可供數據科學相關技術人員閱讀，也可作為高等院校數據科學相關專業的教材或培訓教材，以及數據分析愛好者的參考讀物。

·14.1萬字

會員

菜鳥學SPSS數據分析

本書深入淺出地介紹了SPSS24.0的基本操作和數據分析方法。本書共有12章，主要分為兩大部分：第一部分為SPSS與數據分析基礎知識（第1~5章），主要介紹SPSS界面功能、SPSS與數據分析、數據的管理、報表的生成、圖形的生成；第二部分為數據分析方法（第6~12章），主要介紹描述性分析、假設檢驗、參數檢驗、非參數檢驗、卡方檢驗、方差分析、相關分析。本書內容不僅涵蓋統計分析理論知識，而且在每一種統計分析方法中都結合了實際案例、完整的操作步驟、結果分析等，且每一步操作都有文字和操作界面圖詳細闡述，產生的結果都配有界面圖和文字的完整解讀，簡單易懂、清晰全面，十分適合初學者閱讀。

·9.4萬字

會員

算法競賽入門經典：習題與解答

《算法競賽入門經典——習題與解答》是在《算法競賽入門經典（第2版）》的基礎上，延伸出來的一本習題與解答圖書，它把C++語言、算法和解題有機地結合在一起，淡化理論，注重學習方法和實踐技巧，是一本算法競賽的入門和提高教材。《算法競賽入門經典——習題與解答》分為5章。第1章是各種編程訓練技巧以及C++11語法特性的簡單介紹。第2章精選了一部分《算法競賽入門經典（第2版）》的習題進行分析、解答。第3章是ACM/ICPC比賽真題分類選解，挑選了近些年ACM/ICPC比賽中較有價值的題目進行分析并解答。第4～5章是比賽真題選譯，整理并翻譯了近幾年來各大區域比賽中筆者認為值得學習訓練的比賽真題。如果你對算法感興趣，如果你是一名程序員或即將成為一名程序員，如果你想大幅提升自己的算法思維能力，如果你有志于參加ACM/ICPC、NOIP、NOI等競賽，那就來吧！《算法競賽入門經典——習題與解答》將為你推開一扇算法世界的大門！法競賽入門經典（第2版）》的習題進行分析、解答。第3章是ACM/ICPC比賽真題分類選解，挑選了近些年ACM/ICPC比賽中較有價值的題目進行分析并解答。第4～5章是比賽真題選譯，整理并翻譯了近幾年來各大區域比賽中筆者認為值得學習訓練的比賽真題。如果你對算法感興趣，如果你是一名程序員或即將成為一名程序員，如果你想大幅提升自己的算法思維能力，如果你有志于參加ACM/ICPC、NOIP、NOI等競賽，那就來吧！本書將為你推開一扇算法世界的大門！

·14.5萬字

會員

數據庫基礎與應用

本書介紹數據庫應用的基本概念，并通過案例驅動，介紹SQLServer2008數據庫的實際應用。教材構架體現了從基礎知識到實際應用的認知體系，系統地介紹數據庫理論和SQLServer2008數據庫的具體應用。包括SQLServer2008系統安裝、Transact-SQL程序設計、數據庫、表、索引、視圖、存儲過程、觸發器的建立、數據庫的復制與恢復、數據安全性和完整性的維護以及數據庫基礎、關系數據庫規范化設計、關系運算、數據庫系統體系結構、數據庫并發控制等相關內容。

·9.5萬字

會員

云數據中心網絡與SDN：技術架構與實現

本書涉及云數據中心網絡很多塊的內容，主要包括傳統技術、商用SDN方案、開源SDN方案以及相關的學術論文，覆蓋了目前絕大部分的主流技術以及一些其他較為新穎的技術，是目前市面上少數能夠切入SDN某一個具體行業應用場景，并對相關技術和產品進行系統性介紹的書籍之一。

·33.6萬字

會員

算法詳解（卷2）：圖算法和數據結構

算法詳解系列圖書共有4卷，本書是第2卷—圖算法和數據結構。本書共有6章，主要介紹了3個主題，分別是圖的搜索和應用、最短路徑以及數據結構。附錄簡單回顧了漸進性表示法。本書的每一章均有小測驗、章末習題，這為讀者的自我檢查以及進一步學習提供了方便。本書提供了豐富而實用的資料，能夠幫助讀者提升算法思維能力。本書適合計算機專業的高校教師和學生，想要培養和訓練算法思維和計算思維的IT專業人士，以及正在準備面試的應聘者和面試官閱讀參考。

·9.2萬字

會員

智慧的云計算

本書從商業模式的角度探討了在云計算環境下，企業的應對策略，商業運作及前景分析。深入剖析了云計算的前世今生，介紹了當前云計算的種種形式，希望通過對比不同人對云計算的看法來給出一個關于云計算的整體圖景，并解答了如下問題：什么是云計算？云計算是怎么來的？云計算有什么價值？有什么商業前景？我的企業適合用云計算么？怎么實現云計算？

·14.2萬字

會員

在你身邊為你設計Ⅲ：騰訊服務設計思維與實戰

互聯網+代表一種新的經濟形態，即充分發揮互聯網在生產要素配置中的優化和集成作用，將互聯網的創新成果深度融合于經濟社會各領域中，提升實體經濟的創新力和生產力，形成更廣泛的以互聯網為基礎設施和實現工具的經濟發展新形態。“互聯網+”行動計劃將重點促進以云計算、物聯網、大數據為代表的新一代信息技術與現代制造業、生產性服務業等的融合創新，發展壯大新興業態，打造新的產業增長點，為大眾創業、萬眾創新提供環境，為產業智能化提供支撐，增強新的經濟發展動力，促進國民經濟提質增效升級。本書通過騰訊CDC收集參與案例，為大家解析近兩年互聯網+的優秀案例。

·8.8萬字

會員

Pandas數據分析快速上手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進行數據分析和數據處理的技術亮點。全書共分為8章，主要案例包括：讀寫CSV、Excel、JSON、HTML等格式的數據；根據行標簽、列名和行列數字索引篩選和修改數據，使用各種函數根據數據大小、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據；統計NaN（缺失值）的數量、占比，根據規則填充和刪除NaN；在DataFrame中增、刪、查、改行列數據，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換，創建交叉表和各種透視表；對數據分組結果進行求和、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，將分組數據導出為Excel文件。本書還附贈36個數據可視化案例，如根據指定的條件設置行列數據的顏色和樣式，根據行列數據繪制條形圖、柱形圖、餅圖、折線圖、散點圖、六邊形圖、箱形圖、面積圖等。本書適于作為數據分析師、物流分析師、金融分析師、數據產品開發人員、人工智能開發人員、市場營銷人員、辦公管理人員、Python程序員等各行各業人員的案頭參考書，無論對于初學者還是專業人士，本書都極具參考和收藏價值。

·10.9萬字

會員

由淺入深學SQL Server：基礎、進階與必做300題

本書由淺入深、全面、系統地介紹了SQLServer2008開發技術，提供了大量實例與習題，供讀者實戰演練。本書共分4篇。第1篇介紹SQLServer2008的安裝、管理工具SSMS的使用、基于SQLServer2008的數據庫創建、T-SQL語言基礎、基于SQLServer2008的數據表創建、索引創建和管理等；第2篇介紹基于SQLServer2008的數據庫查詢、T-SQL語言常用函數、事務與鎖管理、視圖創建與管理、存儲過程創建與管理、觸發器創建與管理、XML數據管理等；第3篇介紹基于SQLServer2008的數據庫維護與管理方法、數據庫備份與恢復管理、數據庫安全管理、SQLServer2008的服務及高級功能等；第4篇介紹使用VisualStudio2010與SQLServer2008的數據庫應用開發，以提高讀者實戰水平。

·25萬字

會員

數據架構之道：數據模型設計與管控

本書全面介紹了數據架構與數據建模的相關知識，全書分為4篇，共16章。第1~3章為數據架構基礎篇，介紹了企業架構、數據架構及數據模型的基礎概念。第4~9章為數據模型設計篇，介紹了如何通過數據模型記分卡規范化數據模型設計，以及經典數據建模方法論，包括范式建模、維度建模、DataVault建模、統一星型建模。第10~12章為數據模型落地篇，介紹了在企業中如何實現多人協作構建模型、如何管控數據模型、數據模型數據與數據標準，以及元數據如何形成數據治理閉環。第13~16章為行業數據模型篇，分別介紹了證券、保險、教育、航空業的數據架構及數據模型。