当前位置:首页 > 名称

大约有2,000项符合查询结果项。(搜索耗时:0.0084秒)

为您推荐: 会计数据分析技巧 结构化数据分析技巧 数据趋势分析技巧 数据挖掘技巧 数据获取技巧 世界政治中的文明 多元多维的视角

  • 数据流下调查数据的统计分析 【工业技术】

    张哲2018 年出版105 页ISBN:9787520328098

    数据像是一把双刃剑,给统计学科的发展既带来机遇又同时提出挑战。本文正是基于此问题进行讨论,在大数据背景下,确立大数据分析逻辑体系,根据大数据时代的数据特征,提出了在数据时代抽样调查还是有存在意义的...

  • 信任与数据 身份与数据共享的创新框架 身份与数据共享的创新框架 【经济】

    (美)托马斯·哈乔诺,大卫·舍瑞2018 年出版222 页ISBN:9787514198669

    探讨金融服务的变化。区块链:区块链技术在交易,市场,数据安全等方面的广泛应用;移动支付:现在正在发生什么?前因何在?移动支付的未来将如何发展;市场预测:利用群体的智慧预测未来,通过人机系统的准确性和可......

  • 工作中的数据分析 更精准的决策,更高效的组织 【工业技术】

    (美)托马斯·达文波特,(美)珍妮·哈里斯著;杨琪,张四海译2018 年出版227 页ISBN:9787213086588

    “财富汇”系列之一。《被数据重塑》是一本真正教你在数据应用中“如何去做”的图书,但它并不是一本简单的操作手册,而是一副企业转型的路线图,建议分入F类。。在书中,达文波特提出了一个包含五部分的模型,并且....

  • Word/Excel/PowerPoint三合一实战办公技巧 Office职场完美应用 【工业技术】

    姜楠,韦余靖,尹君,张发凌,吴祖珍,陈媛,郝朝阳,张晓花,徐涛,彭志霞,彭丽,周倩倩,王正波,沈燕,张铁军,杨进晋,邹县芳,许艳等编著2018 年出版361 页ISBN:9787111596714

    本书采用了大量模拟真实工作应用的示例,这些示例便于读者将所学知识与技巧灵活套用并拓展到实际工作中去。在讲解操作方法和技巧时,本书采用了详细的步骤图解演示,确保读者能按图索骥,自己一步一步地做出效果,进...

  • 数据可视分析 【工业技术】

    王勋,韩培友编著2018 年出版491 页ISBN:9787561262856

    本书以图形理论为基础,系统全面地阐述了图形与数据可视技术的基本原理、实用技术和实现方法。全书共11章,主要内容包括图形与数据可视技术概述、点可视、线可视、图形变换、面可视、分形可视、体可视、真实感...

  • 分析化学与仪器分析习题集 【数理化】

    张丽主编2018 年出版330 页ISBN:9787030539823

    本教材将是在总结医药院校本科分析化学课程多年教学经验的基础上编写而成,可供理论课教学时数在54~72学时的制药工程、中药制药、药物制剂学、药学、中药学等专业及相关药学类专业本科学生学习《分析化学习题...

  • 数据仓库与数据挖掘 【工业技术】

    龙军,章成源编著2018 年出版258 页ISBN:9787548731719

    本书系统地介绍了数据仓库和数据挖掘的基本概念、相关知识和基本方法,每种数据挖掘方法都有详尽的实例描述和具体实现步骤。《数据仓库与数据挖掘技术》结构严谨,条理清晰,语言浅显易懂,循序渐进地表达了知识内...

  • 数据分布式并行处理技术 基于天云星数据库的交通管理大数据处理 【数理化】

    向怀坤,陈晓攀,熊志强,刘义宗著2018 年出版231 页ISBN:9787560649610

    本书主要内容包括大数据与交通大数据概论、SCSDB存储管理、数据库对象管理、SCSDB安全管理、SCSDB备份与还原、数据库监控与调优、数据导入与导出、存储过程及自定义函数以及SCSDB运维与管理,中间穿插了公安...

  • 数据应用分析技术与方法 【工业技术】

    刘汝焯,戴佳筑,何玉洁编著2018 年出版197 页ISBN:9787302487074

    本书从实际应用的角度,由浅入深介绍了大数据分析的实用技术与方法,具有很强的指导性和可操作性,对于从事数据分析的实务工作者,具有参考价值,也可以供高等院校相关专业师生参考。读者对象重点定位在注册会计师...

  • MATLAB数据探索性分析 【工业技术】

    (美)温迪·L.马丁内兹(Wendy L. Martinez),(美)安吉尔·R.马丁内兹(Angel R. Martinez),(美)杰弗瑞·L.索卡(Jeffrey L. Solka)著2018 年出版352 页ISBN:9787302474999

    介绍了探索性数据分析的概念和应用。包括维度压缩,聚类和可视化。应用大量实例展示方法。本书适合作为高等学校计算机或者电子信息类专业数据分析课程的参考教材。...

学科分类
出版时间
返回顶部