出现在书名中的结果
共 0 条
Python金融大数据分析（第2版）
6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。
6
Python极简讲义：一本书入门数据分析与机器学习
42人今日阅读 推荐值 86.2%
本书以图文并茂的方式介绍了Python的基础内容，并深入浅出地介绍了数据分析和机器学习领域的相关入门知识。 第1章至第5章以极简方式讲解了Python的常用语法和使用技巧，包括数据类型与程序控制结构、自建Python模块与第三方模块、Python函数和面向对象程序设计等。第6章至第8章介绍了数据分析必备技能，如NumPy、Pandas和Matplotlib。第9章和第10章主要介绍了机器学习的基本概念和机器学习框架sklearn的基本用法。 对人工智能相关领域、数据科学相关领域的读者而言，本书是一本极简入门手册。对于从事人工智能产品研发的工程技术人员，本书亦有一定的参考价值。
42
电商数据分析与数据化运营
26人今日阅读 推荐值 74.1%
内容介绍 本书从业务、数据、运营3个维度为电商的经营和决策提供了科学的方法论，是一部电商运营真经，真正做到了“业务中有数据，数据中有运营”。作者是资深的电商行业专家，从事电商数据分析与数据化运营10余年，本书是他在多个知名电商品牌操盘多个千万级项目的经验总结。 为了增强本书的趣味性和读者的角色代入感，本书采用了纪实和叙事的写作手法，书中虚拟了3个核心人物： ?Alex：临危受命、勇挑重担、运筹帷幄的BI部门经理（资深数据分析师）。 ?叶子：有电商行业从业经验但是不懂数据分析的业务员。 ?大白：从其他行业转型到电商行业的数据分析师。 全书有两条主线： ?暗线：叶子和大白在Alex的指导和帮助下成长为“精业务、精数据、精运营”的“三精”数据分析师的经历，这对数据分析师的职业规划和成长有重要借鉴意义。 ?明线：Alex将自己在电商数据分析与数据化运营方面的经验用16堂课的形式保无保留地传授给了叶子和大白，内容涵盖电商业务、数据分析、数据化运营的所有核心知识点。 能让读者仿佛置身于一个虚拟而真实的电商公司，经历着书中主人公所经历的一切，进而可以轻松地将文字与故事场景中精深的业务模型与实战案例转化为自己的知识！ 本书采用了理论与业务模型相结合、理论与实践案例相结合的讲解方法，系统、充分地讲解了电商行业的运营框架、数据运营指标、数据分析方法、经典实用案例，以及业务模型等。
26
深入浅出Pandas：利用Python进行数据处理与分析
24人今日阅读 推荐值 82.4%
如果你想充分发挥Python的强大作用，如果你想成为一名好的Python工程师，你应该先学好Pandas。这是一本全面覆盖了Pandas使用者的普遍需求和痛点的著作，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的入门书，又是有经验的Python工程师案头必不可少的查询手册。本书共17章，分为七部分。1部分（1～2章） Pandas入门：首先介绍了Pandas的功能、使用场景和学习方法，然后详细讲解了Python开发环境的搭建，Z后介绍了Pandas的大量基础功能，旨在引领读者快速入门。二部分（3～5章） Pandas数据分析基础：详细讲解了Pandas读取与输出数据、索引作、数据类型转换、查询筛选、统计计算、排序、位移、数据修改、数据迭代、函数应用等内容。三部分（6～9章） 数据形式变化：讲解了Pandas的分组聚合作、合并作、对比作、数据透视、转置、归一化、标准化等，以及如何利用多层索引对数据进行升降维。部分（10～12章） 数据清洗：讲解了缺失值和重复值的识别、删除、填充，数据的替换、格式转换，文本的提取、连接、匹配、切分、替换、格式化、虚拟变量化等，以及分类数据的应用场景和作方法。五部分（13～14章）时序数据分析：讲解了Pandas中对于各种时间类型数据的处理和分析，以及在时序数据处理中经常使用的窗口计算。六部分（15～16章） 可视化：讲解了Pandas的样式功能如何让数据表格更有表现力，以及Pandas的绘图功能如何让数据自己说话。七部分（17章） 实战案例：介绍了从需求到代码的思考过程，如何利用链式编程思想提高代码编写和数据分析效率，以及数据分析的基本方法与需要掌握的数据分析工具和技术栈，此外还从数据处理和数据分析两个角度给出了大量的应用案例及代码详解。
24
Python数据结构与算法分析（第2版）
13人今日阅读 推荐值 88.9%
了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用，Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制高效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。
13
数据可视化分析：Tableau原理与实践（全彩）
10人今日阅读 推荐值 73.7%
本书系统地讲解了Tableau Prep Builder和Tableau Desktop的原理与实践应用。全书以可视化分析、Tableau计算为重点，详细介绍了如何理解数据的层次、如何使用Tableau Prep Builder整理和准备数据、如何使用Tableau Desktop开展敏捷数据分析、Tableau高级互动，特别是深入介绍了Tableau的各种计算，从而以有限的数据实现无限的业务场景分析。全书贯穿数据与问题的层次分析方法，并用实例加以说明，不仅适合希望系统学习Tableau的初学者，而且适合Tableau的中高级分析师。
10
商战数据挖掘：你需要了解的数据科学与分析思维
10人今日阅读 推荐值 70.1%
数据挖掘是现代企业从数据中提取有用信息、获取竞争优势的重要方法。针对数据科学的这一商业应用，本书进行了深入解读，不仅详细介绍了数据挖掘的环节、常用分析技术和基本模型，还提供了数据科学解决方案的提案示例和评估指南。同时，为了便于读者理解，本书不仅分析了大量商业示例，在业务情景下阐释数据挖掘的基本概念和原理，还使用大量图表辅助解释数学细节。因此，读者无需专业数学背景即可阅读本书。
10
企业经营数据分析——思路、方法、应用与工具
8人今日阅读 推荐值 74.1%
《企业经营数据分析——思路、方法、应用与工具》为从事企业经营数据分析工作的人员以及企业中的高层管理者提供数据分析的思路和方法。《企业经营数据分析——思路、方法、应用与工具》的内容来自笔者长期从业经验的总结，所有的内容都是从企业的实际应用出发，涵盖了多个行业，其中包括生产制造业、零售服务业、电商行业等，读者可以将其中的思路和方法轻松地应用到实践工作中。《企业经营数据分析——思路、方法、应用与工具》主要内容包括企业中的大数据介绍、数据分析的目的、数据分析的思路、对比与对标、分类、聚类、逻辑关系、预测、结构、各职能部门的具体数据分析、常用的数据分析工具介绍。《企业经营数据分析——思路、方法、应用与工具》适合企业的管理者与数据分析人员，以及对大数据感兴趣的读者。另外，《企业经营数据分析——思路、方法、应用与工具》还可以作为企业内部的数据分析培训教材。
8
Excel革命！超级数据透视表Power Pivot与数据分析表达式DAX快速入门
7人今日阅读 推荐值 83.7%
PowerPivot，又称超级数据透视表，是Excel中一个全新的、强大的数据分析工具，堪称Excel的一项革命性的更新。本书将带你快速学习并掌握PowerPivot数据建模与DAX（数据分析表达式）的相关内容，帮助你显著提升Excel数据分析能力。本书在PowerPivot与DAX的讲解上具有一定的新颖性、独创性，读者对象为具有一定Excel基础，并且对传统Excel数据透视表有所了解的Excel中高级用户。希望读者通过阅读本书，能够在较短的时间内熟悉并使用PowerPivot和DAX。
7
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
7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。
7