官术网_书友最值得收藏!

MySQL數(shù)據(jù)庫(kù)進(jìn)階實(shí)戰(zhàn)
會(huì)員

本書(shū)是作者基于多年的教學(xué)與實(shí)踐進(jìn)行的總結(jié),重點(diǎn)介紹了MySQL數(shù)據(jù)庫(kù)的核心原理與體系架構(gòu),涉及開(kāi)發(fā)、運(yùn)維、管理與架構(gòu)等知識(shí)。全書(shū)共12章,包括MySQL數(shù)據(jù)庫(kù)基礎(chǔ)、詳解InnoDB存儲(chǔ)引擎、MySQL用戶(hù)管理與訪(fǎng)問(wèn)控制、管理MySQL的數(shù)據(jù)庫(kù)對(duì)象、MySQL應(yīng)用程序開(kāi)發(fā)、MySQL的事務(wù)與鎖、MySQL備份與恢復(fù)、MySQL的主從復(fù)制與主主復(fù)制、MySQL的高可用架構(gòu)、MySQL性能優(yōu)化與運(yùn)維管理、MySQL數(shù)據(jù)庫(kù)的監(jiān)控和使用MySQL數(shù)據(jù)庫(kù)的中間件。讀者根據(jù)本書(shū)中的實(shí)戰(zhàn)步驟進(jìn)行操作,可以在實(shí)際項(xiàng)目的生產(chǎn)環(huán)境中快速應(yīng)用并實(shí)施MySQL。本書(shū)基于MySQL8.0版本編寫(xiě),為讀者提供了完整的實(shí)例代碼(獲取方式見(jiàn)封底)。本書(shū)適合對(duì)MySQL數(shù)據(jù)庫(kù)技術(shù)感興趣的平臺(tái)架構(gòu)師、運(yùn)維管理人員和項(xiàng)目開(kāi)發(fā)人員閱讀。讀者無(wú)論是否接觸過(guò)數(shù)據(jù)庫(kù)技術(shù),只要具備基礎(chǔ)的Linux和SQL知識(shí),都能夠通過(guò)本書(shū)快速掌握MySQL并提升實(shí)戰(zhàn)經(jīng)驗(yàn)。

趙渝強(qiáng)編著 ·數(shù)據(jù)庫(kù) ·6.7萬(wàn)字

大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)上機(jī)實(shí)驗(yàn)指導(dǎo)(微課版)
會(huì)員

本書(shū)是與《大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)(Windows7+Office2010)(微課版)》一書(shū)配套使用的上機(jī)指導(dǎo)和習(xí)題集。全書(shū)共分為兩個(gè)部分:第一部分是上機(jī)指導(dǎo),從計(jì)算機(jī)基礎(chǔ)知識(shí)、計(jì)算機(jī)系統(tǒng)知識(shí)、Windows7操作系統(tǒng)、管理計(jì)算機(jī)中的資源、Word2010基本操作、排版文檔、Excel2010基本操作、計(jì)算和分析Excel數(shù)據(jù)、PowerPoint2010基本操作、設(shè)置并放映演示文稿、計(jì)算機(jī)網(wǎng)絡(luò)基礎(chǔ)與應(yīng)用及計(jì)算機(jī)維護(hù)與安全12個(gè)方面來(lái)組織內(nèi)容,讀者可以按照《新編大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)(Windows7+Office2010)(微課版)》的教學(xué)內(nèi)容和本書(shū)中的指導(dǎo)進(jìn)行上機(jī)操作;第二部分是習(xí)題,按照《全國(guó)計(jì)算機(jī)等級(jí)考試一級(jí)MSOffice考試大綱(2013年版)》和《新編大學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)(Windows7+Office2010)(微課版)》的內(nèi)容,設(shè)置了單選題、多選題、判斷題和操作題,并附有參考答案,以方便學(xué)生自測(cè)練習(xí)。本書(shū)既適合作為高等職業(yè)院校非計(jì)算機(jī)專(zhuān)業(yè)類(lèi)學(xué)生的計(jì)算機(jī)基礎(chǔ)教材,也適合作為計(jì)算機(jī)培訓(xùn)班或計(jì)算機(jī)等級(jí)考試一級(jí)MSOffice的自學(xué)參考書(shū)。

蔡明 尹薇婷 ·數(shù)據(jù)庫(kù) ·10.6萬(wàn)字

數(shù)據(jù)可視化:從小白到數(shù)據(jù)工程師的成長(zhǎng)之路
會(huì)員

掌握數(shù)據(jù)可視化技術(shù)是未來(lái)工作和學(xué)習(xí)的必備能力,是展示理念和成果的重要手段。閱讀并完成本書(shū)的實(shí)踐,你將快速地學(xué)會(huì)數(shù)據(jù)獲取、清洗、分析、可視化及發(fā)布的完整流程。本書(shū)以豐富的實(shí)踐案例解析數(shù)據(jù)可視化的制作理念和具體方法,緊密?chē)@當(dāng)前數(shù)據(jù)可視化領(lǐng)域的實(shí)際需求,全面介紹數(shù)據(jù)可視化的概念和技巧。本書(shū)包含基礎(chǔ)知識(shí)、數(shù)據(jù)獲取、數(shù)據(jù)清洗、數(shù)據(jù)分析、可視化基礎(chǔ)和原則、數(shù)據(jù)可視化工具和可視化作品發(fā)布等內(nèi)容,基于具體案例多角度啟發(fā)和引導(dǎo)讀者的創(chuàng)新思維,增強(qiáng)讀者對(duì)抽象數(shù)據(jù)的把握及綜合可視化能力的提升。本書(shū)內(nèi)容通俗易懂,簡(jiǎn)明實(shí)用,配套的教學(xué)輔助資料可免費(fèi)下載。本書(shū)適合零編程基礎(chǔ)的數(shù)據(jù)可視化從業(yè)者和高校師生閱讀,有一定工作經(jīng)驗(yàn)的數(shù)據(jù)可視化工程師也可以從本書(shū)中學(xué)到大量實(shí)用的技能。

劉英華 ·數(shù)據(jù)庫(kù) ·10.2萬(wàn)字

Hadoop與大數(shù)據(jù)挖掘(第2版)
會(huì)員

這是一本講解如何基于Hadoop技術(shù)棧進(jìn)行大數(shù)據(jù)挖掘和分析的著作。它能帶領(lǐng)你零基礎(chǔ)快速掌握Hadoop技術(shù)棧,以及基于它的大數(shù)據(jù)挖掘與分析的流程和方法。全書(shū)核心內(nèi)容分為兩部分。1.Hadoop技術(shù)棧:詳細(xì)講解了Hadoop、Hive、HBase、Spark、Flume、Kafka等大數(shù)據(jù)技術(shù)的基礎(chǔ)、原理、應(yīng)用,通過(guò)這部分內(nèi)容讀者能對(duì)Hadoop技術(shù)棧有從宏觀到微觀的了解。2.Hadoop大數(shù)據(jù)挖掘:通過(guò)3個(gè)綜合案例,逐步展示了基于Hadoop的大數(shù)據(jù)挖掘的完整流程和方法。幾位作者在大數(shù)據(jù)項(xiàng)目研發(fā)、教育、咨詢(xún)等領(lǐng)域有10余年的豐富經(jīng)驗(yàn),對(duì)教育界和企業(yè)界供需兩端的了解非常深入,全書(shū)的結(jié)構(gòu)和內(nèi)容圍繞這兩端的需求盡心設(shè)計(jì),能讓Hadoop大數(shù)據(jù)挖掘與分析的教育和學(xué)習(xí)事半功倍。本書(shū)第1版出版后,獲得了教育界和企業(yè)界的良好反饋,其中數(shù)十家高等院校采用本書(shū)作為教材或參考書(shū)。第2版在第1版的基礎(chǔ)上,在技術(shù)適應(yīng)性、案例實(shí)用性等方面做了大量更新,與時(shí)俱進(jìn),更有競(jìng)爭(zhēng)力!為了便于學(xué)習(xí)和教學(xué),本書(shū)配套數(shù)據(jù)文件、實(shí)現(xiàn)代碼、課后習(xí)題、教學(xué)PPT。

王哲 張良均等 ·數(shù)據(jù)庫(kù) ·14.7萬(wàn)字

Python廣告數(shù)據(jù)挖掘與分析實(shí)戰(zhàn)
會(huì)員

本書(shū)共十二章,第1-4章重在介紹移動(dòng)廣告營(yíng)銷(xiāo)數(shù)據(jù)分析理論與案例分析,包括廣告數(shù)據(jù)分析的基本概念、內(nèi)容和意義,廣告數(shù)據(jù)分析相關(guān)理論知識(shí)及常用分析方法,移動(dòng)廣告營(yíng)銷(xiāo)常見(jiàn)的數(shù)據(jù)分析案例剖析以及如何做一份讓領(lǐng)導(dǎo)滿(mǎn)意的數(shù)據(jù)分析報(bào)告;本書(shū)第5-6章主要介紹Python軟件安裝及常用包的主要用法。本書(shū)第7-10章主要介紹利用Python實(shí)現(xiàn)移動(dòng)廣告營(yíng)銷(xiāo)中常見(jiàn)的機(jī)器學(xué)習(xí)算法,重點(diǎn)掌握常用的模型評(píng)價(jià)方法,模型原理、實(shí)現(xiàn)方法和技巧,其中包括混淆矩陣、AUC、ROC等常用模型評(píng)價(jià)方法以及線(xiàn)性回歸、邏輯回歸、決策樹(shù)、KNN、SVM、神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、GBDT、XGBoost、Stacking等常用監(jiān)督學(xué)習(xí)算法。第11章主要介紹k-means聚類(lèi)、Lookalike相似用戶(hù)挖掘等常用無(wú)監(jiān)督學(xué)習(xí)算法及實(shí)現(xiàn)方法。第12章主要介紹移動(dòng)廣告營(yíng)銷(xiāo)常用的特征選擇及特征工程方法。讀者如果只想了解數(shù)據(jù)分析相關(guān)概念和方法,可以選擇性閱讀本書(shū)前四章內(nèi)容,后八章偏向數(shù)據(jù)挖掘算法和編程實(shí)踐等內(nèi)容,有興趣可以深入閱讀全書(shū)。

楊游云 周健 ·數(shù)據(jù)庫(kù) ·10.7萬(wàn)字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 马公市| 秭归县| 临猗县| 宿州市| 锡林郭勒盟| 资阳市| 吉水县| 岱山县| 澳门| 同德县| 陵水| 迁安市| 古交市| 宁安市| 桓仁| 大庆市| 射阳县| 淮安市| 赤水市| 嵩明县| 抚宁县| 盐山县| 册亨县| 安龙县| 东兴市| 神农架林区| 湛江市| 安陆市| 二连浩特市| 日照市| 秭归县| 安泽县| 竹北市| 年辖:市辖区| 元阳县| 北碚区| 长子县| 彰武县| 永寿县| 东至县| 紫云|