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:
本店所有商品

  • 醉染图书数据科学与工程导论9787576004045
  • 正版全新
    • 作者: 王伟,刘垚著 | 王伟,刘垚编 | 王伟,刘垚译 | 王伟,刘垚绘
    • 出版社: 华东师范大学出版社
    • 出版时间:2021-01-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 王伟,刘垚著| 王伟,刘垚编| 王伟,刘垚译| 王伟,刘垚绘
    • 出版社:华东师范大学出版社
    • 出版时间:2021-01-01
    • 版次:1
    • 印次:1
    • 字数:654000
    • 页数:532
    • 开本:16开
    • ISBN:9787576004045
    • 版权提供:华东师范大学出版社
    • 作者:王伟,刘垚
    • 著:王伟,刘垚
    • 装帧:平装-胶订
    • 印次:1
    • 定价:69.00
    • ISBN:9787576004045
    • 出版社:华东师范大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-01-01
    • 页数:532
    • 外部编号:1202296218
    • 版次:1
    • 成品尺寸:暂无


    *部分 数据科学与工程概述
    章
    绪论
    1.1 信息文明与数据简史
    1.2 数据科学与工程的基本内涵
    1.3 第四范式:数据密集型科学
    1.4 数据科学与工程的应用
    1.5 实践:以Git与Python为中心
    1.6 本章小结
    1.7 习题与实践
    第2章
    数据思维与问题求解
    2.1 问题求解与思维方式
    2.2 计算思维与数据思维
    . 计算思维与数据思维实例
    2.4 实践:Python问题求解
    2.5 本章小结
    2.6 习题与实践

    第二部分 数据与计算的基础设施
    第3章
    数据的模型与结构
    3.1 比特与数据
    3.2 进制与数据表达
    3.3 数据的编码与存储
    3.4 数据的模型
    3.5 数据的结构
    3.6 实践:Python数据结构
    3.7 本章小结
    3.8 习题与实践
    第4章
    数据的计算与程序表达
    4.1 数据的计算
    4.2 算法分析
    4.3 算法的实例
    4.4 计算机编程语言
    4.5 实践:Python算法
    4.6 本章小结
    4.7 习题与实践
    第5章
    计算基础设施
    5.1 数据处理的通用机器
    5.2 程序执行过程
    5.3 计算机系统结构
    5.4 基础设施软件
    5.5 云算与据中心
    5.6 实践:基础设施数据采集与分析
    5.7 本章小结
    5.8 习题与实践
    第6章
    数据的全生命周期管理
    6.1 数据采集
    6.2 数据存储
    6.3 数据管理
    6.4 数据计算
    6.5 数据分析
    6.6 数据展示
    6.7 实践:Python网络爬虫
    6.8 本章小结
    6.9 习题与实践
    第7章
    数据库系统
    7.1 数据库的起源与发展
    7.2 关系数据库
    7.3 数据仓库与OLAP
    7.4 SL语言
    7.5 实践:SL数据处理与分析
    7.6 本章小结
    7.7 习题与实践
    第8章
    大数据系统
    8.1 大数据的基本概念
    8.2 Hadoop和Spark生态
    8.3 SL与Hadoop的组合
    8.4 大数据系统的发展与未来
    8.5 实践:Hadoop与Spark大数据处理
    8.6 本章小结
    8.7 习题与实践

    第三部分 数据分析的原理与方法
    第9章
    数据科学过程
    9.1 数据科学过程基础
    9.2 数据科学工作流
    9.3 实践:KNIME数据科学工作流
    9.4 本章小结
    9.5 习题与实践
    0章
    统计分析的原理
    10.1 数据科学的数学基础
    10.2 概率与统计基础
    10.3 统计建模:线回归模型
    10.4 数据分析的工具
    10.5 实践:Python统计分析
    10.6 本章小结
    10.7 习题与实践
    1章
    机器学习方法
    11.1 机器学习发展历史
    11.2 机器学习方法
    11.3 机器学发展
    11.4 经典机器学习算法
    11.5 实践:Python机器学习
    11.6 本章小结
    11.7 习题与实践
    2章
    深度学习
    12.1 深度学习介绍
    12.2 深度学习价值
    1. 误差反向传播算法
    12.4 卷积神经网络
    12.5 深度学习工具
    12.6 实践:Python深度学习——手写汉字识别
    12.7 本章小结
    12.8 习题与实践
    3章
    数据挖掘基础
    13.1 初识数据挖掘
    13.2 数据挖掘技术
    13.3 典型数据挖掘算法
    13.4 实践:Python图像分类
    13.5 本章小结
    13.6 习题与实践
    4章
    非结构化数据挖掘
    14.1 自然语言处理
    14.2 语音信号处理
    14.3 图像处理与理解
    14.4 实践:Python文本数据挖掘
    14.5 本章小结
    14.6 习题与实践

    第四部分 数据应用与社会问题
    5章
    数据综合应用
    15.1 搜索引擎
    15.2 智能运维
    15.3 开源数字年报
    15.4 本章小结
    15.5 习题与实践
    6章
    数据道德与职业行为准则
    16.1 开放的世界
    16.2 数据科学与工程职业规划
    16.3 数据隐私与社会问题
    16.4 数据与人工智能伦理
    16.5 本章小结
    16.6 习题与实践

    文献阅读
    参考文献
    附录

    算法 程序列表
    章 绪论 3
    程序1.1 *个Python数据科学程序 36

    第2章 数据思维与问题求解 39
    程序2.1 递归加法 52
    程序2.2 *小值_循环 52
    程序. *小值_递归 53
    程序2.4 *小值_分治 54
    程序2.5 验帕斯卡的分析 56
    程序2.6 估计π值 58
    程序2.7 开平方1 “笨办法” 62
    程序2.8 开平方2 二分法 63
    程序2.9 开平方3 牛顿法 64
    程序2.10 开平方4 法 66

    第3章 数据的模型与结构 71
    程序3.1 变量的赋值 97
    程序3.2 栈的实现 97
    程序3.3 简单树的实现 99
    程序3.4 用列表创建简单树 99
    程序3.5 二叉树类的定义 99
    程序3.6 二叉树中插入左子节点 100
    程序3.7 二叉树中插入右子节点 100
    程序3.8 获取和设置根值以及获得左右子树 100

    第4章 数据的计算与程序表达 103
    算法4.1 函数search for X 112
    程序4.2 交换变量a和b的值 117
    算法4.3 冒泡排序 118
    算法4.4 汉诺塔问题的解 120
    算法4.5 树排序 124
    程序4.6 冒泡排序 130
    程序4.7 选择排序 132
    程序4.8 插入排序 133
    程序4.9 快速排序 135
    程序4.10 希尔排序 137

    第5章 计算基础设施 138
    程序5.1 替换函数1 167
    程序5.2 替换函数2 167
    程序5.3 替换函数3 167
    程序5.4 替换函数4 167
    程序5.5 程序能测试 168

    第6章 数据的全生命周期管理 171
    程序6.1 散点图 191
    程序6.2 网络爬虫 198
    程序6.3 绘制散点图 200
    程序6.4 绘制正弦、余弦曲线 200
    程序6.5 绘制等高线图 201

    第7章 数据库系统 204
    程序7.1 查询客户总消费额 212
    程序7.2 数据库事务 213
    程序7.3 创建表 228
    程序7.4 SL查询1 228
    程序7.5 SL查询2 229
    程序7.6 SL查询3 229
    程序7.7 SL查询4 0
    程序7.8 SL查询5 0
    程序7.9 SL查询6 1
    程序7.10 SL分析1 1
    程序7.11 SL分析2 1
    程序7.12 SL分析3 2
    程序7.13 SL分析4 2
    程序7.14 SL分析5 2

    第8章 大数据系统 5
    程序8.1 map代码 258
    程序8.2 reduce代码 258
    程序8.3 用Spark进行WordCount 261

    0章 统计分析的原理 296
    程序10.1 文本词频统计 3
    程序10.2 线回归模型 325

    1章 机器学习方法 329
    程序11.1 损失函数 350
    程序11.2 梯度算函 350
    程序11.3 梯度下降算法 351

    2章 深度学习 359
    程序12.1 基于VGG模型的手写汉字识别模型 384

    3章 数据挖掘基础 387
    程序13.1 KNN算法模型 413
    程序13.2 训练KNN 414

    4章 非结构化数据挖掘 417
    程序14.1 词云制作 433
    程序14.2 文本分类实践 434

    5章 数据综合应用 445
    程序15.1 使用倒排索引的检索处理 455
    程序15.2 基于文档和查询关联度的检索 456
    程序15.3 基于查询单词的文档和查询关联度的检索 457
    程序15.4 基于排序的索引构建 458
    程序15.5 基于合并的索引构建 459


    【前言】


    《数据科学与工程导论》围绕数据全生命周期介绍了数据科学与工程的基本理论,具体包括七部分内容:*部分绪论;第二部分大规模数据的采集、加工、管理和数据工程;第三部分数据可视化;第四部分数据分析;第五部分数据应用;第六部分数据科学伦理;第七部分数据科学的高级实现。


    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