当前位置:首页 > 名称

大约有100项符合查询结果项。(搜索耗时:0.0053秒)

为您推荐: excel数据之美 数据可视化分析基于r语言 excel2016数据透视表应用大全 数据可视化分析基于r语言第3版 excel营销数据分析宝典 大数据时代下易用 origin绘图深度解析 科研数据的可视化艺术

  • 数据分析思维与视化 【工业技术】

    黑马程序员编著2019 年出版214 页ISBN:9787302533825

    本书以实用为设计理念,并结合数据分析相关理论,系统介绍了数据分析的相关内容,包括数据分析概述、数据分析业务指标、数据准备与处理、数据分析常用方法、常用数据分析工具、数据视化数据图表专业化、撰写...

  • Python数据分析与应用 从数据获取到视化 【工业技术】

    黑马程序员编著2019 年出版262 页ISBN:9787113251451

    本书采用理论与案例相结合的形式,以Anaconda为主要开发工具,系统全面地介绍了Python数据分析的相关知识。全书共分为9章,第1章介绍了数据分析的基本概念,以及开发工具的安装和使用;第2至6章介绍了Python数据分析...

  • D3 4.x数据视化实战手册 【工业技术】

    (加)朱启(NICKZHU)著;韩波译2019 年出版312 页ISBN:9787115497871

    本书展示了D3数据视化库最新版本的强大功能,并通过代码示例让读者快速熟悉D3。同时,本书收录了诸多实际的数据视化案例,有助于读者解决实际应用中的视化问题。本书适合那些熟悉HTML、CSS和JavaScript的...

  • 数据视化与领域应用案例 【工业技术】

    陈红倩著2019 年出版174 页ISBN:9787111625377

    书针对不同领域的多种数据集,包括仿真领域数据集、影视领域数据集、服务器管理数据集、空气质量数据集、农药残留检测数据集等,通过分析数据中的分析需求,设计适用有效的视化方法,并通过视化方法和技术手段...

  • 视化的美之基于R语言的大数据视化分析与应用 【工业技术】

    陈凌云著2019 年出版219 页ISBN:9787564760977

    本书针对计算机、信息管理和其他相关专业学生的发展需求,系统、全面地介绍了关于大数据技术及其视化的基本知识和技能,详细介绍了数据视化之美数据视化方法、应用、管理与计算、分享与发布等内容。希望...

  • Python编程指南 语法基础、网络爬虫、数据视化与项目实战 【工业技术】

    (中国)关东升2019 年出版359 页ISBN:9787302531333

    本书是系统论述Python编程语言立体化教程。全书共分为四篇:第一篇Python基础(第1章-第8章),第二篇Python进阶(第9章-第15章),第三篇Python实用库(第16章-第21章),第四篇Python项目实战(第22章-第26章)。...

  • Power BI数据分析 报表设计和数据视化应用大全 【工业技术】

    金立钢编著2019 年出版313 页ISBN:9787111615378

    本书由资深BI工程师精心编写,收集了大量的Power BI视化控件,有Power BI原生视化控件(详见第3章内容),也有第三方提供的视化控件(详见第4章)。同时又将所有的Power BI视化控件按其展示类型分组介绍,并对其中...

  • 采用R和JavaScript的数据视化 【工业技术】

    (美)汤姆·巴克(Tom Barker)著2019 年出版200 页ISBN:9787111620150

    本书使得日益流行的R语言变得平易近人,并促成数据采集和分析理念变为现实。本书介绍如何使用R来查询和分析数据,使用D3 JavaScript库以优雅、信息量大和交互的方式来格式化并显示数据。您将学习如何有效地收...

  • Python数据视化之matplotlib精进 【工业技术】

    刘大成著2019 年出版237 页ISBN:9787121362187

    通过本书的学习,读者可以根据自身的实际项目和任务需求,同时结合在matplotlib实用案例中介绍的应用方向和实现方法,灵活地应用Python数据视化的实用技能。具体而言,这些应用方向主要包括:图形,元素,交互,探索和.....

  • 基于深度学习的医学图像数据视化分析与处理 【医药卫生】

    强彦著2019 年出版201 页ISBN:9787030571366

    深度学习技术通过学习训练图像低层特征形成更加抽象的高层特征,以发现图形图像的分布式特征,而不用经过一系列复杂的图像预处理过程和特征提取和选择。本书选择代表技术:深度信念网络、卷积神经网络和极限学习...

学科分类
返回顶部