返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 数据科学与大数据分析 数据的发现 分析 可视化与表示
  • 新华书店正版
    • 作者: 美国EMC教育服务团队(EMC Education Services)著 | | 曹逾,刘文苗,李枫林译
    • 出版社: 人民邮电出版社
    • 出版时间:2016-07-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 美国EMC教育服务团队(EMC Education Services)著| 曹逾,刘文苗,李枫林译
    • 出版社:人民邮电出版社
    • 出版时间:2016-07-01 00:00:00
    • 版次:1
    • 印次:21
    • 印刷时间:2022-08-01
    • 字数:515000
    • 页数:376
    • 开本:16开
    • 装帧:平装
    • ISBN:9787115416377
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    数据科学与大数据分析 数据的发现 分析 可视化与表示

    作  者:美国EMC教育服务团队(EMC Education Services) 著 曹逾,刘文苗,李枫林 译
    定  价:89.8
    出 版 社:人民邮电出版社
    出版日期:2016年07月01日
    页  数:376
    装  帧:平装
    ISBN:9787115416377
    主编推荐

    数据科学和大数据分析是指利用数据的力量来发现新的见解。本书涵盖了数据科学涉及的行为广度以及所使用的方法和工具。本书内容侧重于任何行业和技术环境中都会用到的概念、原理和实际应用,并通过开源软件来分析案例,以帮助读者更好地理解。 本书将帮助您: 成为数据科学团队中的一名贡献者; 部署结构化的生命周期方法来分析数据问题; 应用合适的分析技术和工具来分析大数据; 学习如何用数据来讲一个动人的故事,以推动商业行为; 备考EMC Proven Professional数据科学家认证。

    内容简介

    数据科学与大数据分析在当前是炙手可热的概念,关注的是如何通过分析海量数据来洞悉隐藏于数据背后的见解。本书是数据科学领域为数不多的实用性技术图书,它通过详细剖析数据分析生命周期的各个阶段来讲解用于发现、分析、可视化、表示数据的相关方法和技术。
    《数据科学与大数据分析——数据的发现 分析 可视化与表示》总共分为12章,主要内容包括大数据分析的简单介绍,数据分析生命周期的各个阶段,使用R语言进行基本的数据分析,以及高级的分析理论和方法,主要涉及数据的聚类、关联规则、回归、分类、时间序列分析、文本分析等方法。此外,本书还涵盖了用来进行高级数据分析所使用的技术和工具,比如MapReduce和Hadoop、数据库内分析等。
    《数据科学与大数据分析——数据的发现 分析 可视化与表示》内容详细,示例丰富,侧重于理论与练习的结合,因此比较适合对大数据分析、数据科学感兴趣的人员阅读,有null

    作者简介

    作者简介 David Dietrich是EMC Education Services的数据科学教育团队的负责人,他领导着大数据分析和数据科学相关的课程、策略和课程开发工作。他参与编写了EMC数据科学课程的首门课程,以及两门额外的EMC课程(以向领导和管理人员讲授大数据和数据科学为主),而且还是本书的作者兼编辑。他在数据科学、数据隐私和云计算领域已经申请了14项专利。 David曾指导若干所大学开设数据分析相关的课程项目,而且还经常在会议和行业活动中发表演讲。他还是波士顿地区几所大学的客座讲师。他的作品已被精选到包括福布斯杂志、哈佛商业评论以及由美国马萨诸塞州长Deval Patrick委托起草的2014 马萨诸塞大数据报告等内在的主流出版物中。 David在分析和技术领域已经浸淫了近20年。在其职业生涯中,他曾在多家财富500强公司工作过,出任多个与数据分析相关的职位,其中包括管理分析和运null

    精彩内容

    目录
    第1章 大数据分析介绍
    1.1 大数据概述
    1.2 分析的实践状态
    1.3 新的大数据生态系统中的关键角色
    1.4 大数据分析案例
    1.5 总结
    1.6 练习
    参考书目
    第2章 数据分析生命周期
    2.1 数据分析生命周期概述
    2.2 第1阶段:发现
    2.3 第2阶段:数据准备
    2.4 第3阶段:模型规划
    2.5 第4阶段:模型建立
    2.6 第5阶段:沟通结果
    2.7 第6阶段:实施
    2.8 案例研究:全球创新网络和分析(GINA)
    2.9 总结
    2.10 练习
    参考书目
    第3章 使用R进行基本数据分析
    3.1 R简介
    3.2 探索性数据分析
    3.3 用于评估的统计方法
    3.4 总结
    3.5 练习
    参考文献
    第4章 高级分析理论与方法:聚类
    4.1 聚类概述
    4.2 k均值聚类
    4.3 其他算法
    4.4 总结
    4.5 练习
    参考书目
    第5章 高级分析理论与方法:关联规则
    5.1 概述
    5.2 Apriori算法
    5.3 评估候选规则
    5.4 关联规则的应用
    5.5 杂货店交易示例
    5.6 验证和测试
    5.7 诊断
    5.8 总结
    5.9 练习
    参考书目
    第6章 高级分析理论与方法:回归
    6.1 线性回归
    6.2 逻辑回归
    6.3 选择理由和注意事项
    6.4 其他回归模型
    6.5 总结
    6.6 练习
    第7章 高级分析理论与方法:分类
    7.1 决策树
    7.2 朴素贝叶斯
    7.3 分类器诊断
    7.4 其他分类方法
    7.5 总结
    7.6 练习
    参考书目
    第8章 高级分析理论与方法:时间序列分析
    8.1 时间序列分析概述
    8.2 ARIMA模型
    8.3 其他方法
    8.4 总结
    8.5 练习
    第9章 高级分析理论与方法:文本分析
    9.1 文本分析步骤
    9.2 一个文本分析的示例
    9.3 收集原始数据
    9.4 表示文本
    9.5 词频-逆文档频率(TFIDF)
    9.6 通过主题来分类文件
    9.7 情感分析
    9.8 获得洞察力
    9.9 总结
    9.10 练习
    参考书目
    第10章 高级分析技术与工具:MapReduce和Hadoop
    10.1 非结构化数据分析
    10.2 Hadoop生态系统
    10.3 NoSQL
    10.4 总结
    10.5 练习
    参考书目
    第11章 高级分析技术与工具:数据库内分析
    11.1 SQL基本要素
    11.2 数据库内的文本分析
    11.3 高级SQL技术
    11.4 总结
    11.5 练习
    参考书目
    第12章 结尾
    12.1 沟通和实施一个分析项目
    12.2 创建最终可交付成果
    12.3 数据可视化基础
    12.4 总结
    12.5 练习
    12.6 参考文献与扩展阅读
    参考书目

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购