当前位置:首页 > 名称

大约有27,316项符合查询结果项。(搜索耗时:0.1397秒)

为您推荐: pandas数据处理与分析 title pandas数据处理与分析 异步图书出品 深入浅出pandas利用python进行数据处理与分析 pandas数据 试验设计与数据处理 excel数据处理与可视化

  • Excel数据处理活用范例大辞典

    黄文莉编著2014 年出版512 页ISBN:9787113176464

    Excel作为Office办公软件中的组件之一,除了具备最简单的数据存储功能外,还具备强大的数据处理和分析功能,被广泛地应用各种应用领域,如管理日常事务、处理财政金融数据、分析统计数据等,它是名副其实的数据处理...

  • 数据库事务处理的艺术 事务管理与并发控制

    李海翔,冯毅,范鹏程著2017 年出版514 页ISBN:9787111582359

    全书共12章,首先介绍数据库事务管理与并发控制的基础理论和工作机制,然后从工程实践的角度对比和分析了4个主流数据库的事务管理与并发控制的实现原理,最后通过源代码分析了PostgreSQL和MySQL在事务管理与并发...

  • Excel 2007表格制作与数据处理

    凌弓创作室编著2010 年出版428 页ISBN:9787030277626

    本书从日常办公的实际需要出发,讲解Excel2007表格制作与数据处理分析。全书分三步学习,“第一步——基础知识学习”,可以满足初学者的学习需求;“第二步——实践技巧学习”,可以提高工作效率;“第三步——行业应...

  • 物联网之云 云平台搭建与大数据处理

    王见,赵帅,曾鸣,孙昊,曾凡太编著2018 年出版230 页ISBN:9787111591634

    本书共10章。第1章介绍了物联网数据分析中的一些数学基础、概率论和数理统计方法,以及分布式计算、网格计算和云计算方法,及其在物联网中的应用;第2章给出了云计算的概念和原理,并针对云计算的一些技术和体系架...

  • 如虎添翼 数据处理的SPSS和SAS EG实现 第2版

    经管之家主编;徐筱刚等编著2016 年出版266 页ISBN:9787121285325

    作为SAS EG和SPSS数据处理比较的首本实战中文教材,本书并非单纯的逐个讲解菜单的操作,而是将数据分析的基本思路、流程融入到软件的操作之中。每章通过设置商业背景,配以SAS EG和SPSS的实战演练,讲解形式更贴近...

  • 海量语义数据处理 平台、技术与应用

    黄智生,钟宁编著2012 年出版256 页ISBN:9787040362466

    语义万维网所面临的一个重大问题,就是如何处理海量语义数据, 它一直被认为是制约语义万维网技术发展的瓶颈。 本书系统地介绍了海量语义数据处理的最新技术和进展, 通过系统地介绍LarKC 项目所开发的海量语义...

  • Excel 2016数据处理与分析从新手到高手

    杰诚文化编著2017 年出版280 页ISBN:9787111563518

    Excel是目前市场上功能最强大的电子表格软件。使用Excel不仅可以便捷地制作报表和图表,而且可以高效地完成数据处理与分析,帮助用户做出科学的决策。本书从Excel初学者的需求出发,以Excel2016为软件环境,全面...

  • 数据智能 互联网时代的机器学习和自然语言处理技术

    刘知远,崔安欣等著2016 年出版220 页ISBN:9787121276484

    本书是一本介绍大数据智能分析的科普书籍, 旨在让更多的人了解和学习互联网时代的机器学习和自然语言处理技术,以期让大数据技术更好地为我们的生产和生活服务。全书包括大数据智能基础和大数据智能应用两个...

  • 普通高等教育“十三五”应用型人才培养规划教材 数据处理与知识发现

    徐琴,刘智珺主编;王晶副主编;黄向宇参编2018 年出版280 页ISBN:9787111605843

    本书系统地介绍了数据处理数据仓库和数据挖掘的原理、方法及应用技术,以及采用Mahout实践相应的挖掘算法。本书一共有11章,分为两大部分。第1-7章为理论部分,第1章为绪论,介绍了数据挖掘与知识发现领域中的...

  • 企业大数据处理 Spark、Druid、Flume与Kafka应用实践

    肖冠宇著2017 年出版210 页ISBN:9787111579229

    本书分为三大部分,共九章。第一部分(第1章)主要介绍了企业大数据系统的前期准备工作,包括如何构建企业大数据处理系统的软件环境和集群环境。第二部分(第2~7章)首先介绍了Spark的基本原理,Spark 2.0版本的Spark SQL...

返回顶部