应用语言学论撰写及数据分析

机器学习与数据科学 基于R的统计学习方法

本书通过8章内容，由浅入深地介绍了机器学习、数据处理、数据再加工、数据分析、回归分析、数据分类、模型性能评估以及无监督学习等内容。可谓是每一章都是当前最新颖最有探索价值的专题，对于想要了解机器学...

Spark大数据技术与应用

本书以任务为导向，较为全面地介绍了Spark大数据技术的相关知识。全书共9章，具体内容包括Spark介绍、Scala基础、Spark编程基础与进阶、Spark SQL结构化数据处理、Spark Streaming实时计算、Spark GraphX图计...

R语言与数据挖掘最佳实践和经典案例

本书为研究人员、高校学生、数据分析人员介绍了使用R语言进行数据挖掘应用的实用方法和技术。读者会从本书中发现使用R语言完成数据挖掘任务（如分类和预测、聚类、孤立点检测、关联规则、序列分析、文本挖掘...

数字信号处理技术的算法分析与应用

本书包括离散傅里叶变换，数字滤波器等。

大数据时代应用语言学研究中的结构方程建模

分层线性模型 应用与数据分析方法

分层线性模型是建立在线性关系和正态分布假设基础上的模型，研究的是相对简单的回归结构，但它在技术层面上已经从汇总和分解的做法上向前迈了一大步。本书的主要贡献在于通过一系列例题的分析示范提供了清晰的...

Spark大数据处理 技术、应用与性能优化

全书9章，共分为4个部分：第1-3章介绍了Spark的体系结构、集群环境的部署和计算模型，以及Intel、淘宝、腾讯和网易几个大公司的Spark应用案例；第4-6章讲解了Spark工作机制、Spark应用程序开发流程开流程，然后讲解...

大数据分析方法

本书重点介绍大数据挖掘方法，大数据采集方法，大数据清洗方法。详细介绍了大数据存储方法，大数据分布式计算方法，大数据分析模型构建方法，大数据分析模型检验方法，大数据分析模型优化方法。全书提供了大量的案例.....

大数据分析统计应用丛书 非结构化大数据分析

非结构化大数据分析课程是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握文本、社会网络、数据流等非结构大数据的分析方法，加深学生对这些方法的原理和思想的理解，培养学生分析...