本書介紹數(shù)據(jù)分析的統(tǒng)計(jì)基礎(chǔ)、種類劃分,并列舉大量實(shí)例以說明數(shù)據(jù)分析方法和算法。內(nèi)容主要分為4部分,第1部分為第1章,介紹一些概念,簡單描述數(shù)據(jù)分析方法和一些實(shí)例;第2部分包括第2~7章,介紹描述性分析和數(shù)據(jù)預(yù)處理的主要方法,包括描述統(tǒng)計(jì)、多元描述分析、聚類以及頻繁模式挖掘等;第3部分包括第8~12章,介紹預(yù)測性分析的主

面對日漸復(fù)雜的大數(shù)據(jù)，科技工作者很難用單一的統(tǒng)計(jì)軟件高效、完美地完成從數(shù)據(jù)挖掘、數(shù)據(jù)清洗、統(tǒng)計(jì)分析到結(jié)果呈現(xiàn)的全部工作，因此需要熟悉和掌握多種統(tǒng)計(jì)工具，各取所長、整合使用。本書立足于大數(shù)據(jù)研究的現(xiàn)狀，基于實(shí)際醫(yī)療案例，介紹數(shù)學(xué)基礎(chǔ)知識和統(tǒng)計(jì)學(xué)基礎(chǔ)知識,SAS、R語言、Stata和Python這4款大數(shù)據(jù)常用分析工具的基

大數(shù)據(jù)技術(shù)凝集了多學(xué)科的研究成果，是一門多學(xué)科的交叉融合技術(shù)。隨著科學(xué)技術(shù)的發(fā)展，大數(shù)據(jù)技術(shù)發(fā)展更為迅速，應(yīng)用更為深入與廣泛，并凸顯其巨大潛力和應(yīng)用價(jià)值。“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)導(dǎo)論”是數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的第一門專業(yè)基礎(chǔ)課程。這門課程可以引導(dǎo)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的學(xué)生走進(jìn)大數(shù)據(jù)技術(shù)的大門。本書主要介紹數(shù)據(jù)科學(xué)與

本書全面地介紹了大數(shù)據(jù)可視化的基礎(chǔ)知識和基本技術(shù)。全書共分為8章，內(nèi)容包括大數(shù)據(jù)可視化的基本概念，可視化原則，視覺設(shè)計(jì)基礎(chǔ)知識，數(shù)據(jù)處理技術(shù)，對比趨勢、比例數(shù)據(jù)、關(guān)系數(shù)據(jù)等多種數(shù)據(jù)可視化方式，以及利用可視化對數(shù)據(jù)進(jìn)行探索與預(yù)測，并通過綜合分析案例梳理完整大數(shù)據(jù)可視化流程。1.數(shù)據(jù)可視化設(shè)計(jì)理論以必需、夠用為度，注重實(shí)用

第3版介紹并擴(kuò)展了許多主題，提供了軟件工具和數(shù)據(jù)挖掘應(yīng)用程序的修訂部分;還更新了參考書目列表，供感興趣的讀者進(jìn)一步研究;擴(kuò)展了涉及每個(gè)章節(jié)的問題列表。 展示了如下新信息: 探索大數(shù)據(jù)和云計(jì)算論述深度學(xué)習(xí) 包括卷積神經(jīng)網(wǎng)絡(luò)(CNN)的信息提出了強(qiáng)化學(xué)習(xí) 包含半監(jiān)督學(xué)習(xí)

數(shù)據(jù)泄漏會影響組織的經(jīng)濟(jì)、浪費(fèi)資源、破壞組織的聲譽(yù)。世界上的每個(gè)組織都有遭受數(shù)據(jù)泄漏的風(fēng)險(xiǎn)，因此開發(fā)出有效的、可擴(kuò)展的策略來管理數(shù)據(jù)泄漏是至關(guān)重要的。本書介紹了真實(shí)的企業(yè)數(shù)據(jù)泄漏案例，讀者在了解這些案例的過程中，會深刻地明白，為什么數(shù)據(jù)等于風(fēng)險(xiǎn)，影響數(shù)據(jù)泄漏的五個(gè)因素，數(shù)據(jù)泄漏為何是危機(jī)也是機(jī)遇，數(shù)據(jù)泄漏響應(yīng)模型DRA

本書對大數(shù)據(jù)分析的原理與Python程序?qū)崿F(xiàn)進(jìn)行了系統(tǒng)的介紹，每種算法都采用sklearn和Matplotlib分別進(jìn)行程序?qū)崿F(xiàn)及數(shù)據(jù)可視化。本書共8章，內(nèi)容包括大數(shù)據(jù)分析概述、Python數(shù)據(jù)分析與可視化基礎(chǔ)、關(guān)聯(lián)規(guī)則與推薦算法、聚類算法及其應(yīng)用、分類算法及其應(yīng)用、回歸與邏輯回歸、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等。本書在理

《組態(tài)控制技術(shù)》以北京昆侖通態(tài)自動(dòng)化軟件科技有限公司MCGS通用版組態(tài)軟件為例，介紹了通用工業(yè)自動(dòng)化軟件的應(yīng)用技術(shù)。全書共設(shè)有4個(gè)學(xué)習(xí)項(xiàng)目，項(xiàng)目1為MCGS組態(tài)軟件簡介，項(xiàng)目2～項(xiàng)目4采用“模塊化”設(shè)計(jì)，分別講述儲液罐水位監(jiān)控系統(tǒng)、機(jī)械手監(jiān)控系統(tǒng)與電動(dòng)大門監(jiān)控系統(tǒng)設(shè)計(jì)方法�！督M態(tài)控制技術(shù)》可作為職業(yè)院校以及應(yīng)用型本科院

《實(shí)戰(zhàn)大數(shù)據(jù)（Hadoop+Spark+Flink）——從平臺構(gòu)建到交互式數(shù)據(jù)分析（離線/實(shí)時(shí)）》詳細(xì)介紹了大數(shù)據(jù)工程師在實(shí)際工作中應(yīng)該熟練掌握的大數(shù)據(jù)技術(shù)。全書共8章，分別是大數(shù)據(jù)技術(shù)概述、搭建IDEA開發(fā)環(huán)境及Linux虛擬機(jī)、基于Hadoop構(gòu)建大數(shù)據(jù)平臺、基于HBase和Kafka構(gòu)建海量數(shù)據(jù)存儲與交換系統(tǒng)、用

企業(yè)數(shù)字化轉(zhuǎn)型中Z適合的數(shù)據(jù)資產(chǎn)組織方式是什么樣的？ 為什么越來越多的企業(yè)在討論標(biāo)簽化和標(biāo)簽體系？ 數(shù)瀾?yīng)殑?chuàng)的標(biāo)簽類目體系方法論有何獨(dú)到之處？ 數(shù)據(jù)資產(chǎn)化是企業(yè)數(shù)字化轉(zhuǎn)型的必經(jīng)之路，也是數(shù)據(jù)中臺的重要組成部分。 標(biāo)簽類目體系是數(shù)據(jù)中臺理念落地的核心組成部分，是實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)可復(fù)用、柔性組合使用、降低數(shù)據(jù)應(yīng)用試錯(cuò)門檻