1
  • 2016-10-21 10:48:26,本站原创
    “人才培养离不开教材,大数据专业是2016年才获批的新专业,目前还没有成套的系列教材,已有教材也存在企业案例缺失等急需解决的问题。由广州泰迪智能科技有限公司和人民邮电出版社策划,校企联合编写的这套图书,尤如大旱逢甘露,可以有效解决高校大数据相关专业教材紧缺的困境”。教育部长江学者特聘教授、IEEE Fellow、国家杰出青年基金获得者、华南理工大学计算机与工程学院院长张军教授在为系列图书写的序中如是说到。
  • 2016-10-21 10:48:26,本站原创
    应广大高校教师要求,作为数据挖掘教学实训平台的重要组件,《R语言与数据挖掘》、《Python与数据挖掘》、《MATLAB数据分析与挖掘实战》、《R语言数据分析与挖掘实战》、《Python数据分析与挖掘实战》、《Hadoop与大数据挖掘》、《Hadoop大数据分析与挖掘实战》等图书配套PPT,有授课需要的高校教师可通过以下方式免费获取
  • 2016-10-21 10:49:27,本站原创
    读者反映,《R语言与数据挖掘》、《Python与数据挖掘》、《MATLAB数据分析与挖掘实战》、《R语言数据分析与挖掘实战》、《Python数据分析与挖掘实战》、《Hadoop与大数据挖掘》、《Hadoop大数据分析与挖掘实战》等图书在使用过程中,发现部分程序代码执行异常,请读者按下述方面快速索取问题解答
  • 2019-09-04 01:53:46,本站原创
    本书共13章,分三个部分:基础篇、实战篇、提高篇。基础篇介绍了数据挖掘的基本原理;实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的数据挖掘理论;提高篇介绍了一个基于Python引擎的开源数据挖掘建模平台,平台去编程、拖拽式的操作,向读者展示了平台流程化的思维,使读者加深了对数据挖掘流程的理解。读者在阅读过程中,应充分利用随书配套的案例建模数据,借助相关的数据挖掘建模工具,通过上机实验,以快速理解相关知识与理论。
  • 2019-08-13 10:25:50,本站原创
    本书以Python机器学习常用技术与真实案例相结合的方式,内容由浅入深,第1章介绍Python以及机器学习相关的基本概念等知识,以及Python基础、控制语句、函数等知识。第2-6章介绍了Python机器学习常用的NumPy、pandas、Matplotlib、scikit-learn库的具体使用方法,内容涵盖了数值计算、数据准备、常用图形绘制、模型构建与评价等,帮助读者搭建一条最佳的机器学习编程路线图;第7、8章分别介绍了2个综合案例,帮助读者巩固前6章的知识。
  • 2019-08-13 10:10:16,本站原创
    本书以任务为导向,全面地介绍数据分析的流程和Power BI数据分析的应用,详细讲解利用使用Power BI解决企业实际问题的方法。全书共8章,前7章介绍了数据获取、数据预处理、可视化、报表制作、数据共享等知识,第8章介绍了自动售货机综合案例,利用自动售货机后台数据进行数据分析和可视化,最终形成数据分析可视化报告。本书的大部分章节都包含了实训与课后习题,通过练习和操作实践,帮助读者巩固所学的内容。
  • 2019-08-13 10:07:05,本站原创
    本书以项目式为导向,由浅入深地介绍Excel 2016在数据分析与可视化的应用。全书共7个项目,项目1介绍了某零售企业“自动售货机”的经营困惑,以及“自动售货机”数据分析的流程;项目2介绍了商品的整体销售情况的分析;项目3介绍区域销售情况的分析;项目4介绍了商品库存的分析;项目5介绍了用户行为的分析;项目6介绍了商品销售量的预测;项目7介绍了“自动售货机”周报的撰写。项目2~7都包含了技能拓展,可以补充Excel在数据分析与可视化的应用。此外,项目2~7包含了技能训练,可以达到练习和操作实践的效果。
  • 2019-08-13 09:58:12,本站原创
    本书以项目式为导向,由浅入深地介绍Excel 2016在数据获取与处理中的应用。全书共14个项目,项目1简单介绍Excel 2016的界面;项目2介绍各种类型的数据的输入;项目3介绍如何美化工作表;项目4~6分别介绍如何使用Exce获取文本数据、网站数据、MySQL数据库中的数据;项目7~9分别介绍如何对数据进行排序、筛选、分类汇总;项目10介绍透视表的制作;项目11~13分别介绍日期和时间函数、数学函数、统计函数的应用;项目14介绍宏的应用。每一个项目都包含了技能拓展,可以补充Excel在数据获取与处理
  • 2019-07-04 10:16:03,本站原创
    本书分为三大部分,即基础篇、案例篇、实训篇。基础篇主要介绍Python的基础知识,以及NumPy、pandas、Matplotlib、scikit-learn库的相关介绍;案例篇主要介绍7个基础的金融案例和4个金融综合案例;实训篇共有5个实训,方便读者通过练习更好的巩固所学知识。
  • 2019-01-15 11:51:23,本站原创
    本书从可分为两大部分。Python编程基础篇和数据分析编程篇。Python编程基础篇介绍了Python环境搭设、Python基础语法、控制语句、函数、面向对象编程等。数据分析篇主要介绍了数值计算,数据处理、绘图、模型构建。图书配套提供了程序代码及数据,读者可通过习题,快速掌握书中所介绍的Python的使用方法。
公众号
返回
顶部
请关注“官方公众号”
Copyright © 2013-2017   广州泰迪智能科技有限公司   技术支持   粤ICP备14098620号