当前位置:首页 > 名称

大约有1,000项符合查询结果项。(搜索耗时:0.0137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

  • 小白学数据挖掘与机器学习 SPSS Modeler案例篇 【工业技术】

    张浩彬著2018 年出版216 页ISBN:9787121338434

    本书利用轻松的场景,把专业晦涩的数据科学知识及商业应用案例用通俗易懂的方式传递给读者,同时所有场景会结合SPSS Modeler工具进行实现并提供样例供读者学习,方便读者在学习的同时加深对知识的巩固和理解。本...

  • 数据库原理与技术 SQL Server 2012 【工业技术】

    申时凯,邱莎,王付艳等主编;王武,王玉见,段玻等副主编2018 年出版408 页ISBN:9787302480518

    本书共分12章,从数据库基础理论和实际应用出发介绍数据库基础知识,基于SQL Server 2008介绍数据库的创建、表的操作、索引、视图、数据完整性、SQL Server函数、SQL Server程序设计、存储过程与触发器、SQL S...

  • 缺失数据的灵活填补方法 英文影印注释版 【数理化】

    (荷)史蒂夫·范·布伦著;刘俊,夏爱生,索文莉,鞠涛注释2018 年出版316 页ISBN:9787111584162

    本书共分为三大部分:Ⅰ基础篇、Ⅱ案例研究、Ⅲ延伸。这其中包含10个章节,作者结合众多实验中的例子,探讨如何解决缺失数据的问题,此类问题广泛存在于各个领域之中。书中算法结合统计软件来实现,主要内容包括多元...

  • 数据开发者权威教程 NoSQL Hadoop组件及大数据实施 【工业技术】

    WROX国际IT认证项目组编;顾晨译;黄倩审校2018 年出版457 页ISBN:9787115493712

    本系列书涵盖了大数据开发工作的核心内容,全面且详尽地涵盖了大数据开发的各个领域。本书包括大数据的概述、管理大数据生态系统、数据的存储和处理、用Hadoop工具提高效率、Hadoop的高级特性、利用NoSQL数...

  • 数据时代下的数字信号处理关键技术研究 【工业技术】

    黄羿,马新强著2018 年出版254 页ISBN:9787517063094

    随着信息时代、数字世界的到来,数字信号处理已成为一门极其重要的学科和技术领域。本书主要对数据时代下的数字信号处理关键技术进行了研究,主要内容包括:时域离散信号和系统的傅立叶变换分析、Z变换与离散系...

  • 数据结构 c语言版 【工业技术】

    董树锋,郭创新编著2018 年出版352 页ISBN:9787030567413

    随着电力信息化技术的日新月异,能源互联网成为未来能源发展的趋势,计算机技术在电力领域的应用越来越广泛,加强电气学科计算机信息技术的教育,是非常有必要的。本书是为电气学科”数据结构”课程编写的教材,前面...

  • 潜模式 大数据时代下的商业模式创新新思维 【经济】

    杜义飞,杨静,聂创,冯小平著2018 年出版204 页ISBN:9787030557858

    本书是在信息时代与大数据背景下,重新理解价值发现、捕获、传递与分享等基本过程,探析商业底层的价值逻辑与创新思想。在原有的商业模式下,企业的基本价值动力逐渐枯竭,需要借助新的动力。互联网释放能量的方式...

  • 新能源汽车大数据分析与应用技术 【交通运输】

    王震坡,刘鹏,张照生编著2018 年出版226 页ISBN:9787111596387

    本书内容上涵盖了新能源汽车的车联网技术、大数据应用的业务需求与预处理、大数据分析与基础理论、大数据的采集与处理、运行大数据统计分析与应用实例等内容,详细介绍了车联网车载数据采集、网络通信等实现...

  • 应急管理在银行业数据中心的策略与实践 【经济】

    杨志国主编;张剑,徐雷鸣,胡序忠副主编2018 年出版379 页ISBN:9787115483720

    全书共11章,包括银行业数据中心业务连续性及应急管理机制解读、银行业数据中心应急管理概述、银行业数据中心应急管理组织架构、银行业数据中心应急管理策略、范围、银行业数据中心应急管理场所、银行业数据...

  • 人机共生 洞察与规避数据分析中的机遇与误区 【工业技术】

    (美)马克·沃伦威尔德(Marc Vollenweider)著2018 年出版274 页ISBN:9787111588238

    本书不是一本关于数据分析的技术书籍,没有复杂枯燥的算法、工具和系统介绍,但对于企业管理人员深入认识数据分析在企业决策中的作用,避免一些导致数据分析项目失效的错误认识,提升业务决策中利用机器智能的效果...

学科分类
返回顶部