当前位置:首页 > 名称

大约有500项符合查询结果项。(搜索耗时:0.0069秒)

为您推荐: excel数据可视化之美 excel2016数据透视表应用大全 excel营销数据分析宝典 大数据时代下易用 数学之美 生命之美 之美

  • R语言与数据清洗 【工业技术】

    陈兴栋,张铁军,刘振球主编2019 年出版311 页ISBN:9787117280594

    本书是国内第一本专注于利用R语言进行科研数据清洗的书籍,全书主要分为两大块,第一块以最简洁的内容向读者介绍R语言的入门知识,让读者了解并认识R语言,为后面的内容打下基础。全书大部分篇幅主要集中在第二块...

  • 新媒体视觉全攻略 文案视觉+图片美工+数据思维+营销推广 【经济】

    华哥编著2019 年出版288 页ISBN:9787115498311

    5大专题内容,13章知识详解,除了对新媒体视觉的基础知识进行了论述外,本书重点对文案视觉、美工设计、数据思维和营销推广这4大视觉组成部分,用了11章的篇幅进行诠释,无论是理论知识,还是实用技巧,抑或是应用案例.....

  • ACCESS 2016数据库管理与应用从新手到高手 【工业技术】

    杨继萍编著2019 年出版416 页ISBN:9787302492771

      全书从Access 2016中的实用知识点出发,配以大量实例,采用知识点讲解与动手练习相结合的方式,详细介绍了Access 2016中的基础应用知识与高级使用技巧。每一章都配合了丰富的插图说明,生动具体、浅显易懂,使用...

  • 文本数据管理与分析 信息检索与文本挖掘的实用导论 【工业技术】

    (美)翟成祥,(美)肖恩·马森(Sean Massung)著2019 年出版309 页ISBN:9787111611769

    本书从理论到实践深入介绍了文本数据管理与分析中的关键问题,全面涵盖了自然语言理解、信息检索、推荐系统、机器学习、情感分析、文本摘要和主题分析等核心技术。本书可用于高等院校计算机科学或相关专业本...

  • Hadoop大数据技术原理与应用 【工业技术】

    黑马程序员编著2019 年出版290 页ISBN:9787302524403

    本书围绕Hadoop生态圈相关系统介绍大数据处理架构。全书共11章,其中,第1-2章主要带领大家认识Hadoop以及学会搭建Hadoop集群。第3-5章讲解了分布式文件系统HDFS、分布式计算框架MapReduce以及分布式协调服务...

  • Python金融大数据分析 【经济】

    (德)伊夫·希尔皮斯科(YvesHilpisch)著2019 年出版696 页ISBN:9787564183721

    Python已成为数据驱动和AI优先的金融界的首选编程语言。一些最大的投资银行和对冲基金现在都使用Python及其生态系统来构建核心交易和风险管理系统。在本书的第二版中,Yves Hilpisch向开发人员和定量分析师...

  • 探索历史大数据 历史学家的宏观视角 【历史地理】

    (加)肖恩·格雷厄姆(Shawn Graham),(加)伊恩·米利根(Ian Milligan),(美)斯科特·魏因加特(Scott Weingart)著2019 年出版265 页ISBN:9787308188586

    数字时代的到来使得人文大数据越来越容易获得,这即是令人振奋的新途径的开启,同时也是新的挑战。探索大历史数据,使得研究者首先面临一个巨大的语料库,本书即是针对这一问题,描述和演示通过搜索数据进而构建文化...

  • 采用R和JavaScript的数据可视化 【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...

  • “中国制造2025”出版工程 大数据可视分析方法与应用 【工业技术】

    陈为,巫英才,鲍虎军等著2019 年出版441 页ISBN:9787122321725

    本书首先介绍了大数据可视分析的基本方法,包括交互智能分析框架、文本数据、图数据、多维数据、不确定性数据的介绍;接着介绍了大数据可视分析的应用,包括科学计算、社交媒体数据分析、时空数据分析、城市数据...

  • Python数据可视化之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数据可视化的实用技能。具体而言,这些应用方向主要包括:图形,元素,交互,探索和.....

返回顶部