开元电子最新版登录

本書基于流行穩(wěn)定版Flink1.13進(jìn)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(jìn)而由淺入深結(jié)合具體案例進(jìn)行講解，詳細(xì)剖析了Flink中DataStreamAPI的使用，并對(duì)Flink中的時(shí)間語義、狀態(tài)、容錯(cuò)機(jī)制等重要概念進(jìn)行了詳盡的闡釋。同時(shí)，本書還對(duì)實(shí)際開發(fā)常用的FlinkSQL、CEP等高層級(jí)API進(jìn)行了細(xì)致講解，以電商網(wǎng)站中的實(shí)際應(yīng)用為場(chǎng)景，提供了大量的代碼實(shí)現(xiàn)。本書分為12章：第1～5章，帶領(lǐng)讀者初步認(rèn)識(shí)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(jí)應(yīng)用。第11～12章，講解了Flink提供的擴(kuò)展功能。

·19.9萬字

會(huì)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(shí)業(yè)務(wù)場(chǎng)景下進(jìn)行數(shù)智化實(shí)踐的經(jīng)驗(yàn)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(duì)數(shù)字化和數(shù)智化進(jìn)行介紹；第4～8章圍繞3M數(shù)智化體系展開，詳細(xì)說明了業(yè)務(wù)數(shù)智化的適用范圍和準(zhǔn)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(shí)踐，以案例形式進(jìn)行實(shí)戰(zhàn)演練。本書適合正在實(shí)踐數(shù)智化項(xiàng)目的領(lǐng)導(dǎo)者，需要了解和實(shí)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(yùn)營(yíng)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。

·18.5萬字

會(huì)員

大數(shù)據(jù)技術(shù)體系詳解：原理、架構(gòu)與實(shí)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(bào)告統(tǒng)計(jì)，大數(shù)據(jù)人才需求呈井噴態(tài)勢(shì)，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(chǎng)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(shí)戰(zhàn)》等。盡管如此，面向初、中級(jí)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(jiǎn)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(xiàng)目和培訓(xùn)經(jīng)驗(yàn)，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。

·17.2萬字

會(huì)員

Redis 5設(shè)計(jì)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(gè)操作命令的底層代碼運(yùn)行邏輯和結(jié)構(gòu)，一直到整個(gè)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(jí)別的講解，讓你領(lǐng)略從數(shù)據(jù)結(jié)構(gòu)到整個(gè)高性能服務(wù)的全部設(shè)計(jì)之美。學(xué)以致用，讀者朋友通過領(lǐng)會(huì)與實(shí)踐來提升技術(shù)，成為一個(gè)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(jì)自己的高性能緩存服務(wù)系統(tǒng)或者緩存數(shù)據(jù)庫(kù)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(rèn)真執(zhí)著，把每個(gè)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(xì)、清晰，把自己對(duì)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(yùn)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(jìn)步和提高。

·17.2萬字

會(huì)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(chǔ)，如何通過Helm和Operator在Kubernetes上自動(dòng)部署和管理數(shù)據(jù)庫(kù)，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(jī)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(gè)場(chǎng)景提供了可以直接運(yùn)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(chǔ)專家經(jīng)反復(fù)校對(duì)后提供的譯本。本書適合從事云端設(shè)計(jì)、構(gòu)建和運(yùn)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(chǔ)方面的“新手”還是有經(jīng)驗(yàn)的“老兵”，相信本書都能讓你有所受益。

·16.3萬字

會(huì)員

大數(shù)據(jù)搜索引擎原理分析

本書是暢銷書升級(jí)版，向讀者提供了一套完整的大數(shù)據(jù)時(shí)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(jìn)行組織。本書著重介紹了機(jī)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(jī)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(jī)器學(xué)習(xí)在搜索引擎中的價(jià)值；同時(shí)，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(shí)圖譜，以及進(jìn)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。

·16.1萬字

會(huì)員

NoSQL數(shù)據(jù)庫(kù)原理（第2版·微課版）

本書對(duì)統(tǒng)稱為NoSQL的分布式非關(guān)系數(shù)據(jù)庫(kù)的原理和使用方法進(jìn)行介紹。第1章，首先介紹NoSQL的起源背景和設(shè)計(jì)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(jì)算和容器化趨勢(shì)下的發(fā)展。第2章，首先回顧關(guān)系型數(shù)據(jù)庫(kù)的主要機(jī)制，然后介紹NoSQL數(shù)據(jù)庫(kù)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(duì)MongoDB進(jìn)行介紹，重點(diǎn)介紹基本使用方法和編程方法。第4章，對(duì)MongoDB的集群部署、安全運(yùn)維等原理和方法進(jìn)行介紹。第5章，對(duì)Neo4J的基本原理、使用方法等進(jìn)行介紹。第6章，對(duì)Redis的基本原理、使用方法和集群部署方法等進(jìn)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(duì)Hadoop大數(shù)據(jù)體系和HBase進(jìn)行簡(jiǎn)要介紹。第9章，介紹其他一些知名的NoSQL數(shù)據(jù)庫(kù)技術(shù)與工具。

·16萬字

會(huì)員

利用Python進(jìn)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(duì)Python3.6進(jìn)行了更新，并增加了實(shí)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。

·15萬字

會(huì)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(gè)維度深度解讀如何實(shí)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(jī)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(guó)家重點(diǎn)實(shí)驗(yàn)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(shí)踐兼?zhèn)洹心依藬?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(gè)維度劃分?jǐn)?shù)據(jù)要素安全流通的產(chǎn)業(yè)生態(tài)鏈，深度解讀了國(guó)內(nèi)外重點(diǎn)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(gè)特色解決方案及實(shí)踐案例。

·14.4萬字

會(huì)員

Access數(shù)據(jù)庫(kù)開發(fā)從入門到精通

本書系統(tǒng)詳細(xì)地介紹了使用Access開發(fā)數(shù)據(jù)庫(kù)系統(tǒng)的知識(shí)、技術(shù)與實(shí)際應(yīng)用。全書包括13章，每一章都是一個(gè)獨(dú)立的主題，以數(shù)據(jù)庫(kù)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(shí)體系和數(shù)據(jù)庫(kù)開發(fā)流程。本書內(nèi)容包括Access數(shù)據(jù)庫(kù)術(shù)語、數(shù)據(jù)庫(kù)對(duì)象及其視圖、Access界面環(huán)境的使用與定制、數(shù)據(jù)庫(kù)的整體設(shè)計(jì)流程、創(chuàng)建數(shù)據(jù)庫(kù)和表、設(shè)計(jì)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(bào)表呈現(xiàn)與打印數(shù)據(jù)、使用表達(dá)式和SQL語句、使用宏讓操作自動(dòng)化、管理和維護(hù)數(shù)據(jù)庫(kù)等內(nèi)容，最后一章介紹了開發(fā)一個(gè)數(shù)據(jù)庫(kù)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(kù)的過程中涉及的Access知識(shí)和技術(shù)，本書提供了70個(gè)案例，可以在學(xué)習(xí)過程中多加練習(xí)，不斷積累實(shí)戰(zhàn)經(jīng)驗(yàn)，快速提高自己的Access技術(shù)和數(shù)據(jù)庫(kù)開發(fā)水平。為了降低學(xué)習(xí)難度，本書附贈(zèng)所有案例和重點(diǎn)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(jī)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(kù)系統(tǒng)開發(fā)的用戶閱讀。

·14萬字

會(huì)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(shí)，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(shí)，包括貪心、遞歸、回溯和動(dòng)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(dòng)窗口、位運(yùn)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(jìn)地提高讀者應(yīng)對(duì)算法題目的能力。

·14萬字

會(huì)員

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

這是一本指導(dǎo)中高級(jí)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(shí)際工作場(chǎng)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(jì)和優(yōu)化的經(jīng)驗(yàn)，是一本方法和實(shí)踐兼具的好書。本書不針對(duì)零基礎(chǔ)從業(yè)者，而是以幫助初級(jí)算法工程師向中高級(jí)進(jìn)階為目標(biāo)。書中從底層剖析推薦系統(tǒng)在實(shí)際業(yè)務(wù)場(chǎng)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(gè)互聯(lián)網(wǎng)業(yè)務(wù)場(chǎng)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(duì)推薦系統(tǒng)所需要的數(shù)據(jù)和特征處理進(jìn)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(diǎn)內(nèi)容。第4章對(duì)推薦系統(tǒng)的在線指標(biāo)和離線指標(biāo)，以及AB實(shí)驗(yàn)的設(shè)計(jì)進(jìn)行深度講解。第5章和第6章，主要對(duì)機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)和調(diào)參進(jìn)行詳細(xì)解讀。這是本書的重點(diǎn)，也是很多推薦算法工程師的痛點(diǎn)。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(duì)召回層、精排層、粗排層進(jìn)行詳細(xì)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(jì)方案，以及模型可解釋性、近離線計(jì)算等重點(diǎn)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(qiáng)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(dòng)鏈路的設(shè)計(jì)，主要包括新用戶如何冷啟動(dòng)、新物料如何冷啟動(dòng)和冷啟動(dòng)涉及的流量分配算法。這是本書的特色內(nèi)容。

·13.8萬字

會(huì)員

數(shù)據(jù)挖掘：你必須知道的32個(gè)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(shí)別、機(jī)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(gè)領(lǐng)域的數(shù)據(jù)分析算法，將大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析熱點(diǎn)技術(shù)一網(wǎng)打盡。本書為每個(gè)數(shù)據(jù)分析算法都搭配了一個(gè)經(jīng)典案例，并按照由易到難的原則構(gòu)建知識(shí)框架，充分照顧了不同水平讀者的閱讀習(xí)慣。通

·13.4萬字

會(huì)員

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

本書系統(tǒng)、全面、循序漸進(jìn)地介紹Hyperscan技術(shù)。全書共8章，主要介紹正則表達(dá)式、經(jīng)典匹配算法和正則表達(dá)式匹配所依賴的自動(dòng)機(jī)原理、正則表達(dá)式匹配庫(kù)等，并重點(diǎn)介紹Hyperscan的功能特性、設(shè)計(jì)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(yùn)用，還展示了Hyperscan多樣化的應(yīng)用場(chǎng)景。

·12.8萬字

會(huì)員

數(shù)據(jù)自助服務(wù)實(shí)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(gè)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(chǔ)服務(wù)、數(shù)據(jù)遷移服務(wù)、點(diǎn)擊流跟蹤服務(wù)。第二部分為自助服務(wù)數(shù)據(jù)準(zhǔn)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(cè)試服務(wù)。第四部分為自助服務(wù)數(shù)據(jù)實(shí)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(tuán)隊(duì)經(jīng)理將學(xué)習(xí)如何構(gòu)建一個(gè)自助數(shù)據(jù)科學(xué)平臺(tái)，幫助你的組織中的任何人從數(shù)據(jù)中提取見解。

·12.7萬字

會(huì)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(guó)數(shù)據(jù)安全法》和《中華人民共和國(guó)個(gè)人信息保護(hù)法》為背景，旨在從概念和技術(shù)的角度對(duì)數(shù)據(jù)隱私與數(shù)據(jù)治理進(jìn)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(jī)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(dāng)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(dāng)。

·12.6萬字

會(huì)員

Trino權(quán)威指南（原書第2版）

本書詳細(xì)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(shí)。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(shí)，以及一些真實(shí)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(huì)在現(xiàn)實(shí)場(chǎng)景中使用它來高效地解決需要在短時(shí)間內(nèi)返回結(jié)果的大數(shù)據(jù)查詢問題。

·11.8萬字

會(huì)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.

·11.5萬字

會(huì)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(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(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(chǎng)營(yíng)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(duì)于初學(xué)者還是專業(yè)人士，本書都極具參考和收藏價(jià)值。

·10.9萬字

會(huì)員

Python廣告數(shù)據(jù)挖掘與分析實(shí)戰(zhàn)

本書共十二章，第1-4章重在介紹移動(dòng)廣告營(yíng)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(shí)及常用分析方法，移動(dòng)廣告營(yíng)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(bào)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(shí)現(xiàn)移動(dòng)廣告營(yíng)銷中常見的機(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、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、Lookalike相似用戶挖掘等常用無監(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(shí)踐等內(nèi)容，有興趣可以深入閱讀全書。

·10.7萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

數(shù)據(jù)庫(kù)

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

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

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

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

Redis 5設(shè)計(jì)與源碼分析

Kubernetes云原生數(shù)據(jù)管理

大數(shù)據(jù)搜索引擎原理分析

NoSQL數(shù)據(jù)庫(kù)原理（第2版·微課版）

利用Python進(jìn)行數(shù)據(jù)分析（原書第2版）

數(shù)據(jù)要素安全流通

Access數(shù)據(jù)庫(kù)開發(fā)從入門到精通

算法通關(guān)之路

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

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

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

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

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

Trino權(quán)威指南（原書第2版）

Deep Learning with R for Beginners

Pandas數(shù)據(jù)分析快速上手500招（微課視頻版）

Python廣告數(shù)據(jù)挖掘與分析實(shí)戰(zhàn)