不朽的情缘多少钱一挂

本書共分為4個部分，分別是產品主題分析、客戶主題分析、營銷主題分析、技術擴展主題分析。本書偏重于商業分析思路的講解，采用6個人物場景對話的方式講授商業問題。每一章的結構：先拋出商業環境中一個真實、具有挑戰性的業務或需要決策的問題，然后提出解決問題的思路并得出結論（“分析思路”部分），再介紹如何用Tableau實現其中的關鍵部分（“技術實現”部分），最后給出相應的練習（“課后練習”部分）。“分析思路”部分，通常與具體的軟件工具無關；“技術實現”部分，若用到了R或Kettle等相關軟件工具，則在相應節中呈現詳細的操作步驟；“課后練習”部分，是對所學內容的實踐練習，加以理解鞏固。本書適合企業中從事數據分析崗位1～3年的職場人員作為自學教程，適合大中專院校相關專業作為教學參考書，也適合社會上的商業分析類培訓機構作為教材。由于書中案例均采用Tableau2020.3版本完成，某些功能舊版本無法實現，請先下載新版本。

·12萬字

會員

InfluxDB原理與實戰

本書從邏輯上分為四個部分，各部分的主要內容如下：第一部分為準備篇（第1～2章），簡單地介紹了InfluxDB的歷史發展、社區生態、優勢等背景知識和安裝部署、軟件包各程序功能等基礎知識，并以安裝部署DevOps實戰為例，幫助讀者快速開始使用InfluxDB。第二部分為基礎篇（第3～8章），著重講解了InfluxDB的核心功能，包括基礎操作、連續查詢、保留策略、認證授權、集群和可用性、備份管理、節點管理、第三方協議等，并以多個DevOps實戰為例，幫助讀者全面理解InfluxDB的功能原理并掌握InfluxDB核心功能的實戰技巧。第三部分為實戰篇（第9～10章），分別以基于TICK的DevOps實戰和基于InfluxDB、Grafana、Prometheus的DevOps實戰為例，幫助讀者掌握以InfluxDB為核心的企業級監控系統的構建方法和實戰技巧。第四部分為擴展篇（第11章），著重講解InfluxDB的源碼編譯方法，并對啟動流程、配置模塊、HTTP寫入和查詢流程進行了源碼分析，幫助讀者打開探索和研究InfluxDB源碼的精彩之門。

·8.7萬字

會員

MySQL數據庫應用案例課堂

本書從零基礎講解起步，用實例引導讀者深入學習，采取“數據庫基礎→數據庫的基本操作→SQL查詢語句→數據庫高級管理→項目開發與案例設計”的講解模式，深入淺出地講解MySQL的各項技術及實戰技能。本書共分5篇，第1篇主要講解MySQL的基礎知識，MySQL的安裝與環境配置等；第2篇主要講解操作數據庫，創建、修改和刪除數據表，數據類型和運算符，索引的操作，視圖的操作等；第3篇主要講解插入、更新與刪除數據，MySQL函數，查詢數據，存儲過程和函數，MySQL觸發器等；第4篇主要講解MySQL安全性機制，MySQL數據備份與還原，管理MySQL日志，MySQL性能的優化，MySQL的高級特性和使用MySQLWorkbench管理數據庫；第5篇主要講解Java訪問MySQL數據庫，PHP操作MySQL數據庫，論壇管理系統數據庫設計、新聞發布系統數據庫設計。本書適合任何想學習MySQL的人員，無論您是否從事計算機相關行業，無論您是否接觸過MySQL，通過學習本書均可快速掌握MySQL的管理方法和技巧。

·22.2萬字

會員

Python金融數據分析（原書第2版）

本書介紹如何利用新的程序語言進行金融建模并實現復雜的數據運算。書中講授的程序工具與數據均可以通過公開渠道獲取，通過建模與研究分析，你會對整個Python生態體系有全局性的認識。大量的實例分析也會加深你對金融風險管控的認知。

·9.8萬字

會員

數據指標體系：構建方法與應用實踐

這是一套數據指標體系全流程構建（從規劃、框架設計、數據采集加工到應用）方法論與實踐指南。它不僅深入淺出地分享了通用的數據指標體系構建策略，還通過多個行業實例展示了具體操作方法。書中從數據采集入手，借助BI工具Superset實踐構建過程。本著“一切技術都是為業務服務的”這一宗旨，本書除了包含數據指標體系構建相關內容外，還結合統計學原理及Excel、Python等工具，深入剖析數據指標波動對業務的影響，旨在幫助讀者深入理解數據指標與實際業務的底層關聯，把數據指標體系落地到業務中。

·12.7萬字

會員

MATLAB基礎及其應用教程

《MATLAB基礎及其應用教程》基于MATLAB7.1版，詳細介紹了MATLAB的基礎知識、數值計算、符號運算、圖形處理、程序設計、SIMULINK仿真等內容，為配合教學，各章編寫了教學提示、教學要求和爿題，書后附有上機實驗指導。

·12.4萬字

會員

NoSQL數據庫原理（第2版·微課版）

本書對統稱為NoSQL的分布式非關系數據庫的原理和使用方法進行介紹。第1章，首先介紹NoSQL的起源背景和設計理念，以及相關技術概念。然后介紹大數據技術體系，以及NoSQL在云計算和容器化趨勢下的發展。第2章，首先回顧關系型數據庫的主要機制，然后介紹NoSQL數據庫的常見技術原理，以及NoSQL的常見數據模型等。第3章，對MongoDB進行介紹，重點介紹基本使用方法和編程方法。第4章，對MongoDB的集群部署、安全運維等原理和方法進行介紹。第5章，對Neo4J的基本原理、使用方法等進行介紹。第6章，對Redis的基本原理、使用方法和集群部署方法等進行介紹。第7章，介紹Cassandra的基本原理和使用方法。首先介紹AmazonDynamo的相關原理，然后介紹Cassandra的安裝、配置與CQL。第8章，對Hadoop大數據體系和HBase進行簡要介紹。第9章，介紹其他一些知名的NoSQL數據庫技術與工具。

·16萬字

會員

深度學習實踐：計算機視覺

本書主要介紹了深度學習在計算機視覺方面的應用及工程實踐，以Python3為開發語言，并結合當前主流的深度學習框架進行實例展示。主要內容包括：OpenCV入門、深度學習框架介紹、圖像分類、目標檢測與識別、圖像分割、圖像搜索以及圖像生成等，涉及到的深度學習框架包括PyTorch、TensorFlow、Keras、Chainer、MXNet等。通過本書，讀者能夠了解深度學習在計算機視覺各個方向的應用以及最新進展。本書的特點是依托工業環境的實踐經驗，具備較強的實用性和專業性。適合于廣大計算機視覺工程領域的從業者、深度學習愛好者、相關專業的大學生和研究生以及對計算機視覺感興趣的愛好者使用。

·7.3萬字

會員

Tableau數據可視化分析一點通（案例視頻版）

本書是在《Tableau商業分析一點通》內容的基礎上進行升級，不僅使用最新的Tableau2020.3版本對分析過程重新截圖，而且按照高校的教學目標匹配了案例的廣度與深度。教材中的案例，絕大多數由國內的真實案例修改而來，部分選自Tableau原廠的演示數據。由于本書中的案例均采用Tableau2020.3版本，舊版本軟件無法打開時，請先下載新版本。本書結構清晰、案例豐富、通俗易懂、實用性強，特別適合Tableau的初學者和進階讀者作為自學教程閱讀。另外，也適合作為大中專院校的相關專業教學參考書，以及社會培訓學校的培訓教材。

·11.4萬字

會員

大數據可視化

本書是面對當前大數據應用、可視分析研究和應用的新形勢，專門為數據科學與大數據技術、智能科學與技術、計算機、數據處理等專業本科生開設數據可視化課程而編寫的一本教材。該書將教學之嚴謹和科研之創新有機地結合，全面詮釋了大數據可視化的內涵與外延，詳細介紹了大數據可視化概述、可視化的類型與模型、數據可視化基礎、數據可視化的常用方法、大數據可視化的關鍵技術、可視化交互、大數據可視化工具、大數據可視化系統——魔鏡以及大數據可視化的行業案例等內容。為了便于學習，每章都附有習題。

·16.7萬字

會員

大數據處理框架Apache Spark設計與實現

近年來，以ApacheSpark為代表的大數據處理框架在學術界和工業界得到了廣泛的使用。本書以ApacheSpark框架為核心，總結了大數據處理框架的基礎知識、核心理論、典型的Spark應用，以及相關的性能和可靠性問題。本書分9章，主要包含四部分內容。第一部分大數據處理框架的基礎知識（第1～2章）：介紹大數據處理框架的基本概念、系統架構、編程模型、相關的研究工作，并以一個典型的Spark應用為例概述Spark應用的執行流程。第二部分Spark大數據處理框架的核心理論（第3～4章）：介紹Spark框架將應用程序轉化為邏輯處理流程，進而轉化為可并行執行的物理執行計劃的一般過程及方法。第三部分典型的Spark應用（第5章）：介紹迭代型的Spark機器學習應用和圖計算應用。第四部分大數據處理框架性能和可靠性保障機制（第6～9章）：介紹Spark框架的Shuffle機制、數據緩存機制、錯誤容忍機制、內存管理機制等。

·11.9萬字

會員

大數據：規劃、實施、運維

本書將為你答疑解惑。本書將展現作者在國內外大數據最線的實戰經驗，面向不同行業的共性訴求來指導讀者大數據該怎么做，并闡明大數據發展的誤區。本書對大數據，從經濟價值、商業模式、框架搭建、數據挖掘、網絡布置、安全防護、人員能力和后續運維管理多個維度，以及基礎設施、中間件、重點應用等多個層面進行系統闡述。

·37.8萬字

會員

Power BI數據分析與數據可視化（微課版）

本書注重基礎、循序漸進，系統地講述了Microsoft推出的智能商業數據分析軟件PowerBI的相關基礎知識，涵蓋了安裝PowerBIDesktop、獲取數據、查詢編輯器、數據分析表達式、數據視圖、管理關系、報表、可視化效果、PowerBI服務等內容，并在最后一章以社科研究數據分析為例進行了知識點的綜合講解。對于每一個知識點，本書都盡量結合實例幫助讀者學習理解。前8章最后都配有綜合實例來說明本章知識的使用方法。本書內容豐富、講解詳細，適用于初、中級PowerBI用戶，可用作各類院校相關專業的教材，也可作為PowerBI愛好者的參考書。

·8.3萬字

會員

數據湖倉

數據湖倉是一個現代化的開放式架構，擁有當今熱門的開源數據技術的廣度和靈活性。本書從初學者的角度出發，通過對數據湖倉重要概念的剖析，對數據湖倉的相關知識進行深入淺出的講解。全書共18章，對數據湖倉的基礎知識、數據工程、業務價值、數據集成等方面進行深入探討，同時展望數據架構的演化趨勢，使讀者能夠領會數據湖倉的精髓，最終輕松、全面地管理數據湖倉項目。本書適合數據架構師、業務人員和系統開發人員，以及對數據管理、數據分析感興趣的讀者閱讀。

·4.6萬字

會員

Spark大數據商業實戰三部曲：內核解密、商業案例、性能調優（第2版）

本書基于Spark2.4.X版本，以Spark商業案例實戰和Spark在生產環境下幾乎所有類型的性能調優為核心，以Spark內核解密為基石，對企業生產環境下的Spark商業案例與性能調優抽絲剝繭地進行剖析。全書共分4篇，內核解密篇基于Spark源碼，從一個實戰案例入手，循序漸進地全面解析Spark2.4.X版本的新特性及Spark內核源碼；商業案例篇選取Spark開發中最具代表性的經典學習案例，在案例中綜合介紹Spark的大數據技術；性能調優篇覆蓋Spark在生產環境下的所有調優技術；Spark+AI解密篇講解深度學習實踐、Spark+PyTorch案例實戰、Spark+TensorFlow實戰以及Spark上的深度學習內核解密。

·38.1萬字

會員

從零進階！數據分析的統計基礎（第2版）

《從零進階！數據分析的統計基礎（第2版）》共6章，分別講解了數據分析的步驟和方法、描述性統計分析、抽樣估計、假設檢驗、方差分析、相關與回歸分析，使用簡單的語言介紹了這些數據分析基本方法的核心思想和涉及的統計學、概率論等方面的理論內容，并使用圖示的方法詳細介紹了使用Excel2013進行簡單的描述性統計分析和使用SPSS進行相關的數據分析的過程與結果分析。

·12.9萬字

會員

Hadoop海量數據處理：技術詳解與項目實戰（第2版）

本書介紹了Hadoop技術的相關知識，并將理論知識與實際項目相結合。全書共分為三個部分：基礎篇、應用篇和總結篇。基礎篇詳細介紹了Hadoop、YARN、MapReduce、HDFS、Hive、Sqoop和HBase，并深入探討了Hadoop的運維和調優；應用篇則包含了一個具有代表性的完整的基于Hadoop的商業智能系統的設計和實現；結束篇對全書進行總結，并對技術發展做了展望。

·15.1萬字

會員

數據革命：大數據價值實現方法、技術與案例

在信息技術革命之后，我們將迎來數據革命。在大數據的概念、性質和價值已得到政府和社會的認可之后，大家關注的是數據如何獲取，以及有了數據以后如何挖掘數據的價值。僅適合特定行業、滿足特定需求的技術不足以應對一場革命，大數據不但是超出計算機軟硬件處理的能力，更是超出人類的認知能力。只有實現對數據的認知，利用數據輔助決策，才是適合不同行業數據價值實現的通用手段。本書描述了數據革命的起源、實現的思路、所用的技術和要達到的目標，針對當今社會熱點描述了在數據時代的應對之策。本書宏觀和微觀、人文和技術、啟迪思想和關注實用并舉，既適合宏觀層面的領導啟迪思維，提出工作目標，又適合微觀層次的執行人員找到實現的方法和路徑。本書介紹的理論和技術均可在智慧城市、智能制造領域實際使用。本書適合政府、企業決策者和CIO，及其他對大數據應用感興趣的人閱讀。

·15.1萬字

會員

Hadoop大數據實戰權威指南（第2版）

大數據貴在落實！本書是一本講解大數據實戰的圖書，按照“深入分析組件原理、充分展示搭建過程、詳細指導應用開發”的指導思想編寫。全書分為三篇，第一篇為大數據的基本概念和技術，主要介紹大數據的背景、概念、特性及關鍵技術；第二篇為Hadoop大數據平臺搭建與基本應用，內容涉及Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark等；第三篇為大數據處理與項目開發，包括交互式數據處理、協同過濾推薦系統、銷售數據分析系統，并就京東的部分銷售數據使用大數據進行處理分析。本書適合初學者入門和進階，也可供希望全面、系統地理解并掌握大數據實際應用的讀者參考，對從事大數據項目開發的專業人員也有參考價值。

·14.7萬字

會員

Kubernetes云原生數據管理

本書圍繞Kubernetes云原生數據基礎設施，介紹了如何通過Kubernetes管理數據存儲，如何通過Helm和Operator在Kubernetes上自動部署和管理數據庫，闡述了數據流式傳輸和數據分析的過程，探討了在機器學習及其他新興用例中如何使用Kubernetes云原生數據等。本書不僅深入闡述了云原生基礎設施的發展歷程和處理方式，而且分門別類地為每個場景提供了可以直接運行的示例代碼，以便讀者學習和練習。本書結構與英文原版保持一致，是DaoCloud云原生數據存儲專家經反復校對后提供的譯本。本書適合從事云端設計、構建和運行應用的開發人員，以及架構師和云原生工程師。無論你是Kubernetes數據存儲方面的“新手”還是有經驗的“老兵”，相信本書都能讓你有所受益。

·16.3萬字

跳轉至頁

官术网_书友最值得收藏!

數據庫

分類

狀態

屬性

字數

更新時間

Tableau商業分析從新手到高手（視頻版）