出现在书名中的结果
共 0 条
Python金融大数据分析（第2版）
17人今日阅读 推荐值 75.7%
《Python金融大数据分析 第2版》分为5部分，共21章。第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。 《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。
17
Spark快速大数据分析（第2版）
9人今日阅读 推荐值 71.8%
本书的主角是在大数据时代应运而生的数据处理与分析利器——Spark。你将通过丰富的示例学习如何使用Spark的结构化数据API，利用Spark SQL进行交互式查询，掌握Spark应用的优化之道，用Spark和Delta Lake等开源工具构建可靠的数据湖，并用MLlib库实现机器学习流水线。随着Spark从2.x版本升级到3.0版本，本书第2版做了全面的更新，以体现Spark生态系统在机器学习、流处理技术等方面的发展，另新增一章详解Spark 3.0引入的新特性。
9
大数据实践之路：数据中台+数据分析+产品应用
8人今日阅读 推荐值 67.9%
本书共13 章，汇集了7 位作者（来自各大互联网企业）的知识总结和经验分享。本书借助老汤姆、小风、阿北、小诺在某电商企业数据部门工作的故事，通过大量案例深入浅出地介绍了数据中台建设与应用之路。本书以Why-What-How 的思路展开，从0 到1 介绍知识点，并重点讲述How 的过程，同时结合某个场景下的具体案例，以使读者更好地理解实操过程。 每个企业都会面临各种各样的数据问题，有数据质量的问题、数据获取效率的问题、数据应用价值的问题等。本书首先介绍数据中台的建设，确保数据的质量，为企业的数据质量体系建设提供坚实的基础；然后，进行偏向深入业务的分析探索，介绍如何从数据分析角度更好地赋能业务发展；最后，介绍数据应用，解决数据获取效率的问题，并把一些分析思路和业务策略沉淀为数据产品，从而更好地将数据应用于业务。本书结合各大互联网企业的实际项目案例，让读者真正掌握数据产品经理这个新兴职业的必备技能和核心能力。
8
公司诉讼类型化专题24讲（一）：公司大数据实证分析与裁判规则评述
8人今日阅读 推荐值 95.9%
卡尔·拉伦茨说，“当抽象——一般概念及其逻辑体系不足以掌握某生活现象或意义脉络的多样表现形态时，大家首先会想到的补助思考形式是‘类型’”。类型化案例研究有定性研究、定量研究之分，主要是后者。定量研究需要借助于大数据，方能成为有力的论证途径。面对海量的裁判文书，一要相对迅速地发现其裁判焦点或者找寻到研究者所需要的信息，二要具备必要的比较法知识储备和恰当的研究视角，三要依赖研究者基于专业素养与职业敏感性而预先设定的问题意识。类型化案例研究的一个功能是求得法律规范的规范性、精确化解释，另一功能是服务于法律的漏洞补充。这意味着类型化案例研究在通常情形下是必要的，但在裁判依据相对模糊的法律领域更具优势。类型化的案例比较过程在法律解释活动与在漏洞填补活动中以同样的方式展开，秉持对实质上相同案例同等对待、对实质上不同案例不同对待这一原则进行权衡比较，以窥追求同案同判、类案类判之艰难与宏奥。对公司法这一强实践性的学科而言，实证研究是不能忽视的，甚至是第一位的，无论对于理论界、实务界都是如此。本书以大数据、实证研究、类型化研究、案例研究等为基本研究路径，是一种研究方法的引领；本书关于8类公司诉讼的基于大数据裁判规则研究而发现的共识性裁判规则，对于立法完善具有借鉴作用，对于推进同案同判、类案类判具有启发意义，对于实务界尤其商事审判法官、律师具有借鉴作用。本研究系列计划在两年内出版3本，涉及24类公司诉讼的类型化实证研究，本书为第一本。
8