官术网_书友最值得收藏!

一本書讀懂大數(shù)據(jù)
會員

一本書讀懂大數(shù)據(jù)

本書是深入研究互聯(lián)網(wǎng)思維的經(jīng)典之作，從互聯(lián)網(wǎng)思維的定義到互聯(lián)網(wǎng)思維應用的具體案例表現(xiàn)。作者深入淺出、條分縷析，全面闡述互聯(lián)網(wǎng)思維的內核與精神，逐一點評當前關于互聯(lián)網(wǎng)思維的各種觀點。本書從最初級的互聯(lián)網(wǎng)思維應用到高端的粉絲經(jīng)濟，平臺建設，自媒體營銷的方法都有詳細講解介紹。讓讀者了解什么是互聯(lián)網(wǎng)思維的同時還能學會把互聯(lián)網(wǎng)思維運用到自己的工作學習已經(jīng)生活中。

黃穎 ·數(shù)據(jù)庫 ·11.1萬字

最新章節(jié) 第24章 更自由，更開放，大數(shù)據(jù)的機遇和挑戰(zhàn)(2) 2015-03-23 17:24:03
SQL必知必會（第5版）
會員

SQL必知必會（第5版）

SQL是使用最為廣泛的數(shù)據(jù)庫語言，幾乎所有重要的DBMS都支持SQL。本書是麻省理工學院、伊利諾伊大學等眾多大學的參考教材，由淺入深地講解了SQL的基本概念和語法，涉及數(shù)據(jù)的排序、過濾和分組，以及表、視圖、聯(lián)結、子查詢、游標、存儲過程和觸發(fā)器等內容，實例豐富，便于查閱。與其他同類圖書不同，本書沒有過多闡述數(shù)據(jù)庫基礎理論，而是專門針對一線軟件開發(fā)人員，直接從SQLSELECT開始，講述實際工作環(huán)境中最常用和最必需的SQL知識，實用性極強。新版對書中的案例進行了全面的更新，并增加了章后挑戰(zhàn)題，便于讀者鞏固所學知識。

(美)本·福達 ·數(shù)據(jù)庫 ·7.4萬字

數(shù)據(jù)結構與算法（C語言版）
會員

數(shù)據(jù)結構與算法（C語言版）

本書將基本的算法設計技術和數(shù)據(jù)結構很好地結合起來，第1章介紹數(shù)據(jù)結構和算法在程序設計中的作用，以及數(shù)據(jù)結構和算法的基本概念；第2章以初等數(shù)論作為應用實例介紹基本的算法設計技術，使學生初步理解常用的蠻力法、分治法、減治法、貪心法、動態(tài)規(guī)劃法等算法設計技術的設計思想；第3～7章依次介紹線性表、棧和隊列、字符串和多維數(shù)組、樹和二叉樹、圖等數(shù)據(jù)結構，并從算法設計技術的角度討論數(shù)據(jù)結構的基本操作；第8章和第9章是常用數(shù)據(jù)處理技術，包括查找和排序，并從算法設計技術的角度闡述查找和排序的算法思想和設計過程。

胡明 王紅梅編著 ·數(shù)據(jù)庫 ·15萬字

達夢數(shù)據(jù)庫應用基礎（第二版）
會員

達夢數(shù)據(jù)庫應用基礎（第二版）

本書以達夢數(shù)據(jù)庫管理系統(tǒng)（DM8）為平臺，全面、系統(tǒng)地介紹了達夢數(shù)據(jù)庫常用操作和應用方法，包括達夢數(shù)據(jù)庫安裝與卸載、常用對象管理、數(shù)據(jù)查詢、數(shù)據(jù)操作、高級對象管理、安全管理、備份還原、作業(yè)管理等。本書突出對操作實踐的指導，為了使讀者更容易理解書中所介紹的內容，列舉了大量詳細的例子，既介紹了SQL命令方式的管理方法，又介紹了可視化圖形界面的管理方法，便于讀者進行操作練習，使讀者輕松入門、快速提高，并能在較短時間內基本掌握達夢數(shù)據(jù)庫管理系統(tǒng)及其應用技術。本書內容全面、舉例豐富、操作性強、語言通俗、格式規(guī)范，可作為相關專業(yè)本科生的教材，也可作為如大專、高職學生，以及廣大數(shù)據(jù)庫應用開發(fā)人員的參考用書。

張海粟 朱明東 王龍 戴劍偉 張守帥等編著 ·數(shù)據(jù)庫 ·9.7萬字

數(shù)據(jù)結構與算法圖解
會員

數(shù)據(jù)結構與算法圖解

本書是數(shù)據(jù)結構與算法的入門指南，不局限于某種特定語言，略過復雜的數(shù)學公式，用通俗易懂的方式針對編程初學者介紹數(shù)據(jù)結構與算法的基本概念，培養(yǎng)讀者編程邏輯。主要內容包括：為什么要了解數(shù)據(jù)結構與算法，大O表示法及其代碼優(yōu)化利用，棧、隊列等的合理使用，等等。

(美)杰伊·溫格羅 ·數(shù)據(jù)庫 ·6.3萬字

業(yè)務數(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)務數(shù)智化體系的科普書，還是作者多年在真實業(yè)務場景下進行數(shù)智化實踐的經(jīng)驗總結。本書系統(tǒng)總結了一套完整的數(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)務數(shù)智化的適用范圍和準備工作、整體構思、思想、落地方法和落地產(chǎn)品；第9～11章介紹了內容行業(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)智化項目的領導者，需要了解和實踐數(shù)字化/數(shù)智化轉型的基層管理者和各類技術人員、產(chǎn)品人員、運營人員，高校的教師、科研人員和學生，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

量化投資：交易模型開發(fā)與數(shù)據(jù)挖掘
會員

量化投資：交易模型開發(fā)與數(shù)據(jù)挖掘

本書是一本利用Python技術，結合人工智能、神經(jīng)網(wǎng)絡和機器學習、遺傳算法等互聯(lián)網(wǎng)技術進行相應行業(yè)模型開發(fā)的技術圖書。本書第1～4章主要講解了利用Python軟件分析模型開發(fā)的入門知識，包括開發(fā)工具的使用、測試技術難點等內容；第5～7章主要講解了利用人工智能中的神經(jīng)網(wǎng)絡技術進行技術研發(fā)，利用數(shù)據(jù)挖掘技術完善行業(yè)技術模型的數(shù)據(jù)加載與分析等內容；第8～9章主要講解了利用大數(shù)據(jù)進行技術配置和風險控制等內容；第10～11章主要講解了利用機器學習與遺傳算法進行相應模型開發(fā)等內容。全書內容專業(yè)，案例豐富翔實，是作者多年來利用開發(fā)軟件和人工智能結合進行相關領域軟件開發(fā)與探索的最佳結晶。本書不僅適合想利用Python進行軟件開發(fā)的用戶，也適合有一定經(jīng)驗但想深入掌握人工智能、機器學習技術進行行業(yè)應用的用戶使用，還可以作為機構培訓的優(yōu)秀教材。

韓燾 ·數(shù)據(jù)庫 ·13.5萬字

活用數(shù)據(jù)：驅動業(yè)務的數(shù)據(jù)分析實戰(zhàn)
會員

活用數(shù)據(jù)：驅動業(yè)務的數(shù)據(jù)分析實戰(zhàn)

本書分為數(shù)據(jù)思維和案例解析兩個部分，對“怎么想”和“怎么做”兩大分析痛點問題進行剖析和解答?；谥刃泻蟮目紤]，前3章首先對“怎么想”的問題進行解答，通過明確分析問題、開啟分析思路、打開分析視角，依次回答數(shù)據(jù)思維3個核心問題：解決什么問題？分析哪些內容？分析到何種程度？結合11個思維練習的案例，引導讀者對業(yè)務需求進行思考，明確研究內容和分析方法。

陳哲 ·數(shù)據(jù)庫 ·10.8萬字

指標體系與指標平臺：方法與實踐
會員

指標體系與指標平臺：方法與實踐

這是一部講解企業(yè)如何利用指標推動數(shù)字化轉型和實現(xiàn)數(shù)字化經(jīng)營的著作，詳細講解了指標體系的設計方法、指標平臺的產(chǎn)品設計和技術架構、指標在各行業(yè)落地應用的方法。本書由行業(yè)領先的數(shù)據(jù)智能產(chǎn)品提供商數(shù)勢科技官方出品，融合了其創(chuàng)始人在百度、平安、京東等頭部企業(yè)的技術研發(fā)經(jīng)驗和其團隊服務近百家企業(yè)的實戰(zhàn)經(jīng)驗，得到了來自清華大學、信通院、騰訊、京東、百度等10余位專家的鼎力推薦。具體地，本書主要講解了以下五個方面的內容：（1）從指標驅動的數(shù)字化經(jīng)營新模式開始，介紹指標管理對企業(yè)經(jīng)營的重要意義。（2）指標體系的設計方法論，帶著設計思維模擬指標拆解、設計、落地的全過程。（3）指標管理平臺的產(chǎn)品設計與技術架構，介紹了作者團隊在多年實踐中總結出的“一處定義、全局使用”的指標平臺建設方法。（4）深入零售、金融、制造、消費品、連鎖加盟等行業(yè)，從不同行業(yè)的特點出發(fā)，介紹不同行業(yè)的指標體系建設、平臺設計和應用的全景圖，結合行業(yè)的最佳實踐，為想要進行數(shù)據(jù)智能決策的企業(yè)提供參考。（5）探索兩大趨勢——數(shù)據(jù)民主化以及大模型在數(shù)據(jù)智能、指標管理中的應用，探索時下最先進的技術帶給企業(yè)經(jīng)營的無限價值。

數(shù)勢科技 大數(shù)據(jù)技術標準推進委員會 ·數(shù)據(jù)庫 ·16.2萬字

Python金融大數(shù)據(jù)分析（第2版）
會員

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在金融學中的應用，其內容涵蓋了Python用于金融行業(yè)的原因、Python的基礎架構和工具，以及Python在計量金融學中的一些具體入門實例；第2部分介紹了Python的基礎知識以及Python中非常有名的庫NumPy和pandas工具集，還介紹了面向對象編程；第3部分介紹金融數(shù)據(jù)科學的相關基本技術和方法，包括數(shù)據(jù)可視化、輸入/輸出操作和數(shù)學中與金融相關的知識等；第4部分介紹Python在算法交易上的應用，重點介紹常見算法，包括機器學習、深度神經(jīng)網(wǎng)絡等人工智能相關算法；第5部分講解基于蒙特卡洛模擬開發(fā)期權及衍生品定價的應用，其內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。《Python金融大數(shù)據(jù)分析第2版》本書適合對使用Python進行大數(shù)據(jù)分析、處理感興趣的金融行業(yè)開發(fā)人員閱讀。

(德)伊夫·希爾皮斯科 ·數(shù)據(jù)庫 ·17.3萬字

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習到最新版本的pandas、NumPy、IPython和Jupyter。

(美)韋斯·麥金尼 ·數(shù)據(jù)庫 ·15萬字

一本書講透Elasticsearch：原理、進階與工程實踐
會員

一本書講透Elasticsearch：原理、進階與工程實踐

這是一本關于Elasticsearch技術實戰(zhàn)的教程，全面覆蓋了ElasticStack技術體系知識，旨在幫助讀者深入了解Elasticsearch的核心技術和應用場景，同時掌握分布式搜索與分析引擎的設計思想和實現(xiàn)原理。

楊昌玉 ·數(shù)據(jù)庫 ·18.7萬字

達夢數(shù)據(jù)庫編程指南
會員

達夢數(shù)據(jù)庫編程指南

本書以達夢數(shù)據(jù)庫DM8為藍本，介紹達夢數(shù)據(jù)庫的存儲過程、存儲函數(shù)、觸發(fā)器等服務器端程序，以及Java、C、Python、PHP等高級語言基于達夢數(shù)據(jù)庫的應用程序設計方法。本書主要包括：DMSQL程序結構、基本語法；存儲過程、存儲函數(shù)、觸發(fā)器、包等高級對象的基本語法及應用方法；嵌入式SQL程序Pro*c組成、基本語法及應用方法；基于ODBC、JDBC、.NETDataProvider數(shù)據(jù)庫訪問接口標準的應用程序設計方法；PHP、Python、Go等高級語言訪問達夢數(shù)據(jù)庫的程序設計方法；達夢數(shù)據(jù)庫數(shù)據(jù)裝載及日志分析接口的程序設計方法。本書內容實用、示例豐富、語言通俗、格式規(guī)范，可作為相關專業(yè)的教材，也可作為工程技術人員的參考書。

戴劍偉等編著 ·數(shù)據(jù)庫 ·6.9萬字

PostgreSQL實戰(zhàn)
會員

PostgreSQL實戰(zhàn)

本書由資深數(shù)據(jù)庫專業(yè)開發(fā)人員撰寫，系統(tǒng)介紹PostgreSQL10的豐富特性及其在生產(chǎn)實踐運維中的技巧，全書分為18章?；A篇包括第1~4章，主要介紹PostgreSQL基礎知識，例如安裝與配置、客戶端工具、數(shù)據(jù)類型、SQL高級特性等，為讀者閱讀核心篇和進階篇做好準備；核心篇包括第5~9章，主要介紹PostgreSQL核心內容，例如體系結構、并行查詢、事務與并發(fā)控制、分區(qū)表等；進階篇包括第10~18章，主要介紹PostgreSQL高級內容，例如性能優(yōu)化、物理復制、邏輯復制、備份與恢復、高可用、版本升級、擴展模塊、Oracle數(shù)據(jù)庫遷移PostgreSQL實戰(zhàn)、PostGIS等。

譚峰 張文升 ·數(shù)據(jù)庫 ·17.6萬字

21天學通SQL Server
會員

21天學通SQL Server

本書總分為5篇，共21章。第一篇主要講解數(shù)據(jù)庫的基礎，包括數(shù)據(jù)庫的概念及安裝。第二篇講解數(shù)據(jù)庫管理的常用知識，包括數(shù)據(jù)庫的管理、表的管理、確保數(shù)據(jù)的完整性及用戶權限的設置等內容。第三篇主要講解SQL的編程，包括T-SQL語言、存儲過程及觸發(fā)器。第四篇講解與商業(yè)智能有關的內容，包括集成服務、報表服務和分析服務。最后一篇是綜合案例篇，分別使用.NET和Java語言實現(xiàn)了與SQLServer2008的連接，并完成了圖書管理系統(tǒng)和在線訂餐系統(tǒng)。

秦婧 劉存勇編著 ·數(shù)據(jù)庫 ·17.3萬字

收獲，不止Oracle（第2版）
會員

收獲，不止Oracle（第2版）

在這本書里讀者將會跟隨作者一同對Oracle數(shù)據(jù)庫的相關知識進行梳理，然后共同提煉出必須最先掌握的那部分知識，無論你是數(shù)據(jù)庫開發(fā)、管理、優(yōu)化、設計人員，還是從事Java、C的開發(fā)人員。接下來作者再將這部分知識中最實用的內容進一步提煉，濃縮出精華的部分，分享給大家。這是二八現(xiàn)象的一次經(jīng)典應用。這部分知識就是Oracle的物理體系結構、邏輯體系結構、表、索引以及表連接五大部分。通過閱讀這些章節(jié)，讀者將會在很短時間內以一種有史以來最輕松的方式，完成對Oracle數(shù)據(jù)庫的整體認識，不僅能在工作中解決常規(guī)問題，還能具備一定的設計和調優(yōu)能力。相信通過這些章節(jié)的學習，會給讀者的Oracle學習帶來極大的收獲。

梁敬彬 梁敬弘 ·數(shù)據(jù)庫 ·17.8萬字

Python絕技：運用Python成為頂級數(shù)據(jù)工程師
會員

Python絕技：運用Python成為頂級數(shù)據(jù)工程師

Python已成為廣受數(shù)據(jù)科學領域歡迎的開發(fā)語言?！禤ython絕技：運用Python成為數(shù)據(jù)工程師》契合這一趨勢，結合具體的業(yè)務場景，從數(shù)據(jù)思維的角度出發(fā)，剖析各業(yè)務環(huán)節(jié)中數(shù)據(jù)處理的策略、算法，并運用Python代碼呈現(xiàn)翔實的案例，構建出一個完整的數(shù)據(jù)分析體系。

黃文青 ·數(shù)據(jù)庫 ·7.7萬字

云原生數(shù)據(jù)中臺：架構、方法論與實踐
會員

云原生數(shù)據(jù)中臺：架構、方法論與實踐

本書中討論了云原生架構對于數(shù)據(jù)中臺的必要性。數(shù)據(jù)中臺的一個天然特性是支持多元異構的數(shù)據(jù)以及處理這些數(shù)據(jù)的工具。雖然很多時候孤島的產(chǎn)生有組織架構的原因，但是缺乏統(tǒng)一的數(shù)據(jù)平臺，無法快速支持不同部門對數(shù)據(jù)的不同需求，這些也是產(chǎn)生孤島的重要原因—因為業(yè)務部門需要不斷建設獨立的系統(tǒng)以滿足眼前的緊迫需求。在Twitter的大數(shù)據(jù)平臺建設過程中，公司規(guī)模從300人發(fā)展到4000人，集群規(guī)模從80臺服務器擴展到8000臺服務器，利用云原生架構我們快速滿足了各個部門對不同數(shù)據(jù)的需求，并極大簡化了統(tǒng)一數(shù)據(jù)規(guī)范的工作。各個業(yè)務部門可以快速自主地在平臺上開發(fā)自己的數(shù)據(jù)應用，很少需要額外的系統(tǒng)支持，從而大大降低了出現(xiàn)孤島的可能性。隨著云平臺及容器技術的不斷成熟，我們認為云原生架構一定是未來數(shù)據(jù)平臺建設的必然選擇。

彭鋒 宋文欣 孫浩峰 ·數(shù)據(jù)庫 ·19.4萬字

SQL面試寶典：圖解數(shù)據(jù)庫求職題
會員

SQL面試寶典：圖解數(shù)據(jù)庫求職題

本書以SQL的基礎知識為出發(fā)點，從SQL的簡單查詢、匯總函數(shù)、分組，到多表查詢、窗口函數(shù)等SQL高級功能，逐一進行介紹與講解，基本涵蓋了學習SQL過程中需要掌握的主要內容。本書最大的特色是結合大量的面試題，讓讀者清楚地了解如何用所學的SQL知識解決工作中的實際問題。第8章提供了從不同行業(yè)、不同崗位的業(yè)務場景出發(fā)的實戰(zhàn)項目訓練，便于讀者在實踐中學習，鞏固SQL知識和技能，理解與掌握相關內容，并能夠將其快速應用于實際工作中。

猴子·數(shù)據(jù)分析團隊 ·數(shù)據(jù)庫 ·8萬字

圖解機器學習算法
會員

圖解機器學習算法

本書基于豐富的圖示，詳細介紹了有監(jiān)督學習和無監(jiān)督學習的17種算法，包括線性回歸、正則化、邏輯回歸、支持向量機、核方法、樸素貝葉斯、隨機森林、神經(jīng)網(wǎng)絡、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。書中針對各算法均用Python代碼進行了實現(xiàn)，讀者可一邊運行代碼一邊閱讀，從而加深對算法的理解。

(日)秋庭伸也 杉山阿圣 寺田學 ·數(shù)據(jù)庫 ·5.7萬字

QQ閱讀手機版

主站蜘蛛池模板： 咸丰县| 武强县| 封丘县| 太原市| 通海县| 江山市| 定远县| 柏乡县| 华亭县| 胶南市| 南召县| 工布江达县| 大荔县| 都江堰市| 密山市| 孟津县| 卢氏县| 延安市| 遂宁市| 四会市| 湘潭市| 邳州市| 余姚市| 沙湾县| 万州区| 九江县| 青岛市| 溆浦县| 桑植县| 梓潼县| 卫辉市| 岫岩| 报价| 乌什县| 浠水县| 崇信县| 黑山县| 清远市| 吴忠市| 安溪县| 永福县|