出现在书名中的结果
共 0 条
数据分析与大数据实践
该书和配套的《数据分析与大数据实践实验指导》一起，独树一帜地设计了主要内容，用轻量、便捷的方式，让读者学习和探索大数据的存储、加工、分析、挖掘、预测和展示的完整过程。 《数据分析与大数据实践》第一章介绍了大数据的基本概念，同时在尽量回避复杂公式的基础上，介绍了与大数据密切相关的信息论和统计学中的重要的概念，包括信息的度量和信息熵、信息的编码、信息的有效性和等价性、信息的冗余和压缩，以及信息的相关性、贝叶斯公式等。 第二章介绍用网络爬虫获取网络数据的方法。 第三章介绍大数据加工的基本流程：数据清洗、数据转换、数据脱敏、数据集成、数据集合和数据归约。 第四章介绍用Excel和Tableau进行数据处理、时间序列分析、回归分析和聚类分析等技术。 第五章介绍利用Excel、Power BI和Tableau等数据分析和可视化领域中处于领头羊位置的三大软件进行数据分析和可视化的方法。 第六章介绍了数据安全的概念和发布数据可视化结果的方案。 第七章，我们特邀了富有教学和工程经验的Tableau公司的高级顾问撰写了精彩的数据分析和可视化综合实战案例。 该书适合高等学校文、史、哲、法、教等文科专业，以及金融、统计、管理类商科专业学生，作为计算机应用课程的教材使用；也可以供各类社会计算机应用人员由浅入深、逐层递进地掌握数据分析和大数据应用的高级技巧；也可供准备参加数据分析与管理类计算机等级考试人员作为参考书使用。
大数据分析与处理：实践者的研究方法
本书融合作者多年的教学与实践经验，是一本全面且实用的大数据分析与处理教材。全书分为六部分共20章，内容循序渐进，从大数据的基本概念出发，逐步深入探讨数据采集和预处理、数据存储、数据处理、大数据分析平台以及大数据应用等关键环节。本书详细介绍了PyTorch、TensorFlow和Spark MLlib等热门大数据分析平台，并通过深入剖析和实战演练，帮助读者轻松掌握这些先进工具的使用技巧。同时，本书针对数据可视化、文本分析、推荐系统等经典应用场景，通过案例分析和代码实现，引导读者从理论走向实践，快速掌握大数据分析的核心技能。本书适合作为普通高校数据科学与大数据相关专业的教材，也适合相关专业的技术人员使用。
大数据测试技术：数据采集、分析与测试实践（在线实验+在线自测）
本书从工程角度出发，阐述了运用大数据技术进行软件测试的方法和实现过程。全书共11章，介绍了大数据测试思维、手机联网数据的收集方法、数据格式的转换方法、大数据的处理方法、软件缺陷挖掘技术及实践项目的应用等。本书第1章介绍了大数据的测试方法和思维方式，随后每一章都通过案例来讲解大数据技术的相关理论及其测试应用。除第1章外，每章最后都提供了思考题来帮助读者回顾和巩固本章的学习内容，本书最后还提供了思考题的参考答案。同时，本书对每一个案例进行了详细图例展示和讲解。
大数据分析与实践：社会研究与数字治理
“大数据分析”是一门理论性和实践性都很强的课程。本书是为高等院校相关专业“大数据分析”课程而设计编写，具有丰富实践特色的主教材。针对高等院校学生的发展需求，本书系统、全面地介绍了大数据分析的基本知识和技能，详细介绍了大数据分析基础、社会研究与方法、计算社会科学及其发展、基本原则与生命周期、构建分析路线与用例、大数据分析的运用、预测分析方法、预测分析技术、大数据分析模型、用户角色与分析工具、大数据分析平台、社交网络与推荐系统、组织分析团队等内容，最后为大数据分析的学习设计了一个基于大数据集市的课程实践。全书具有较强的系统性、可读性和实用性。 本书适合作为高等院校相关专业“大数据分析”课程的教材，也可供有一定实践经验的社会研究人员、IT应用人员、管理人员参考和作为继续教育的教材。
大数据分析原理与实践
本书从模型、算法、实现和实践的角度介绍了大数据分析涉及的相关原理和技术。
Druid实时大数据分析原理与实践
内容简介 Druid作为一款开源的实时大数据分析软件，最近几年快速风靡全球互联网公司，特别是对于海量数据和实时性要求高的场景，包括广告数据分析，用户行为分析，数据统计分析，运维监控分析等等，在腾讯，阿里，优酷，小米等公司都有大量成功应用的案例。本书的目的就是帮助技术人员更好的深入理解Druid技术，大数据分析技术选型，Druid的安装和使用，高级特性的使用，也包括一些源代码的解析，附录还包括一些常见问题的快速回答。 Druid的生态系统正在不断扩大和成熟，Druid也正在解决越来越多的业务场景。 希望本书帮助技术人员做出更好的技术选型，深度了解Druid的功能和原理，更好的解决大数据分析问题。本书也适合大数据分析的从业人员，IT人员，互联网从业者。