Python虽然是一门编程语言，但是在数据分析领域实现的功能和Excel的基本功能一样，而Excel又是大家比较熟悉、容易上手的软件，可以通过Excel数据分析去对比学习Python数据分析。本书将数据分析过程中涉及的每一个操作都对照讲解，让你从熟悉的Excel操作中去学习对应的Python实现，而不是直学习Python代码，大大降低了学习门槛，消除了大家对代码的恐惧心理。这也是本书的一大特色，让读者可以像学Excel数据分析一样，轻松学习Python数据分析。
1.DevOps传奇人物吉恩 金继《凤凰项目》后的又一力作，运维名著《凤凰项目：一个IT运维的传奇故事》的姊妹篇； 2.中国敏捷教练联盟秘书长肖然作序推荐； 3.DevOpsDays中国峰会核心组织者倾力翻译； 4.从软件发人员的角度继续讲述无极限零部件公司的故事。
重可平衡：数据中台为主讲解中台建设中的产经经理工作技巧，兼顾业务中台。 落地易操作：图解化理论，没有高高在上的说教，手把手教你如何操作。 以 案 促教：以阿里巴巴、58等中台应用较为成熟的公司为依托讲解。
大数据时代书系(一本书读懂大数据+一本书读懂互联网思维+一本书读懂互联网+一本书读懂互联网金融)套装共四册
1.Presto是由Facebook源的高性能分布式SQL查询引擎，其用户包括Netflix、Airbnb、LinkedIn、Twitter、Uber等知名公司。 2.作为高性能分布式SQL查询引擎，Presto能够针对不同的数据源高效、快速地执行交互式分析。大数据的兴起使得数据存储机制多样化。面对标准不一的存储系统，你可以利用Presto轻松破壁垒，连通数据孤岛。 3.本书由Presto项目创始成员参与执笔。你将学会用简单的Presto语句快速查询多个数据源，把握SQL-on-Anything的精髓。在任何规模、任何存储系统、任何环境中，你都能发挥SQL的威力。 - 门：探索Presto的用例，学习安装、配置和使用Presto。 - 阶：深理解Presto的架构，学习连器实例和SQL高级特性。 - 实践：了解如何在生产环境中使用Presto，保证安全性，与其他工具集成。
本书并不仅讲述如何使用Excel软件，而且从任务出发，阐述如何根据任务需求来拆解问题，形成图表制作的思路，并运用工具完美呈现任务，达到数据分析的目标。 本书特色： 1 以数据为中心，针对不同类型的数据，分别阐述多样化的可视化方法。读者可从中了解不同呈现方式的优劣和适用场景，在遇到实际任务时，能做出恰当的选择 2 采用商业、金融领域有代表性的真实数据案例，详细介绍不同图表的制作方法和技巧。 3 配套讲解视频和Excel案例资源
1 作者为中科院软件所博士，其多年发表论文的经验使得这本书的行文完全会让你眼前一亮，严谨且准确。 2 作者精心绘制200余幅图，本书用四色印刷尽力真实还原出来，呈现着作者强大的技术工匠精神。 3 本书采用问题驱动的叙述方式，强调基本原理的阐述，内容非常扎实，且更多的是关乎大数据处理框架的底层原理描述，所以一旦学懂，肯定会让你在大数据领域更上一层楼。
以Python语言为基础，配合原理、方法、案例行讲解 专注预测专题，体系化介绍预测技术工程实施的技能 深度剖析预测原理，细致解读数据分析算法
大数据：挖掘数据背后的真相(学会数据分析，立破谎言，新时代大数据分析入门书，无须数学、统计学基础，轻松掌握！)
透过纷繁的数据，找到*有用的信息，读这一本书就够。 没有学科门槛，不擅长数学、不懂统计学的人也能读得懂。
1.作者建设了国内高校首个大数据课程教师培训交流基地，造了中国高校大数据教学知名品牌，已经在国内高校形成了广泛的影响力。2.作者建设了国内高校首个大数据课程公共服务平台，为教师教学和学生学习大数据课程提供讲义PPT、学习指南、备课指南、上机习题、实验指南、技术资料、授课视频等，资源丰富。
数据可视化经典著作 讲解清晰、示例丰富、实用性强 创作信息图的**参考指南
介绍数据科学基本知识的重量级读本，Google数据科学家作品。 数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为 21世纪头号性感职业 。本书从零始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识 数学和统计学。 作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。通过阅读本书，你可以：学到一堂Python速成课；学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的；掌握如何收集、探索、清理、转换和操作数据；深理解机器学习的基础；运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型；探索推荐系统、自然语言处
这本书不要求读者的编程基础和数学知识，以尽量通俗易懂的语言来解释晦涩的数据挖掘算法原理，本书所保留的数学公式都是*基本的、不得不保留的公式，这将本书的阅读门槛降到了**。学习本书，读者将掌握*实用的数据挖掘算法，并能够立刻应用它们。
本书用轻松话语讲述一线数据分析技术，既有统计方法与分析技巧，更有奇闻趣事和哲学感悟，为你的数据分析之路指点迷津。
大数据作为人工智能的基石，当前正站在计算机技术发展的风口， 而作为Apache*项目的HBase的优势是高性能读写、弹性伸缩、面向列族存储，能够轻松应对数据存储的爆发，提供对千万级QPS低延时需求支持，毫无疑问是企业搭建大数据在线实时应用的*。Hadoop生态系统的HDFS和MapReduce分别为大数据提供了存储和分析处理能力，但是对在线实时的数据存取则爱莫能助，而HBase弥补了Hadoop的这一缺陷，满足了在线实时系统低延时的需求。本书以精炼的语言介绍HBase基础知识，让初学者能够快速上手使用HBase，对HBase 的核心架构思想（如数据读取、数据备份等）有深的了解，并且剖析HBase源码，介绍HBase 1.X 以及2.0带来的新特性，让有经验的HBase发人员也能够循序渐地深理解HBase源码，以便更好地去调试和解决线上遇到的各种问题。本书更加专注于HBase在线实时系统的调优，同时不
实用的Python源模块的大集合；简单易懂、示例丰富的数据分析教程；掌握数据可视化、机器学习等高端主题；新手变身数据分析专家的上好读本；
数学菜鸟也能搞懂数据分析！ 从零学起：没有深奥的理论和晦涩的知识 实际体验：免费软件RStudio 提供模拟数据 应用R语言轻松学统计： 平均值/直方图/t检验/卡方检验/相关/回归分析/逻辑回归分析/文本挖掘 商家的抽奖促销有猫腻？ 面包店的面包缺金少两？ 调查问卷的结果该怎么分析？ 曾经的热销商品为什么不好卖了？ 网络上的匿名中伤者找得出来吗？ 坏事的发生是否能预测？ 让数据告诉你答案！
本书帮你从看流量到看懂流量，从看数据到看懂数据，从了解访客的浏览行为到理解用户的搜索请求。
Java微服务测试：基于Arquillian、Hoverfly、AssertJ、JUnit、Selenium与Mocki
微服务面临不可预知负载，分布式设计带来安全性能隐患，异步通信容器让挑战加剧。 内容涵盖自动化测试微服务系统集成测试以容器为中心的系统测试服务虚拟化 基于JVM微服务实现单元集成测试，实践高级混沌测试集成测试契约测试 ArquillianTomEE主创人员执笔，重磅企业场景测试实战力作首度问世 一切从用Java EEWildFly SwarmDocker来搭建微服务环境起步
作者携手数据领域的强大智囊团为读者贡献的一本处理噪音数据的指南。本书囊括众多真实世界的应用案例以及高水平的方法和策略。本书汇集国外数据社区的技术骨干和活跃分子的集体智慧，多位数据领域的专家共同揭示了如何处理棘手的数据问题的奥秘。噪音数据就是那些"给你惹麻烦的数据"，从蹩脚的存储到糟糕的说明，再到令人误解的策略，有多重情况可能导致噪音数据。那么什么才是决定性因素呢？有人认为是技术方面的问题，比如缺失值或格式不对的记录，但是噪音数据包含更多的问题。本书介绍了多种有效的方式来应对噪音数据。在本书中，多位数据领域的专家共同揭示了如何处理棘手的数据问题的奥秘。通过阅读本书，你将学会：测试你的数据，判断它是否适合分析；将电子表格数据转变成可用的格式；处理潜藏在文本数据里的编码问题；行一种
本书是完全来自于实践的Modeler数据分析与挖掘的实战型著作； 全书通过15个行业应用案例，介绍Modeler在数据分析与挖掘领域中的应用； 本书是作者在行业工作中的经验分享，因此所涉及到的案例具体很强的实用性，可以用来解决你在商业应用中的实际问题。
大数据之美：挖掘，Hadoop，架构，更精准地发现业务与营销
本书以基本概念和发展现状作为切，对多种大数据关键技术行逻辑性阐述和分析，同时结合典型应用领域，论述了大数据技术在通信、互联网中扮演的重要角色，系统地向读者阐述了大数据的内涵。
数据分析门书，被译成8国语言，网易创始人丁磊曾发动公司全员学习本书 内容全面校订，增补图灵社区访谈作者全文 精益创业运动创者埃里克 莱斯作序推荐 王诗沐、史凯、邱岳、范冰、张溪梦、徐小磊、猴子、曾加联合推荐
适读人群 ：数据分析爱好者、统计分析专业人士 读者不需要任何统计学知识，也没必要掌握复杂的公式与算法，在通俗易懂的案例介绍和娓娓道来中就可以轻松理解大数据分析的基本模式与方法。
本书共13章，主要内容包括数据仓库、Hadoop及其生态圈的相关概念，使用Sqoop从关系数据库全量或增量抽取数据，使用Hive行数据转换和装载处理，使用Oozie调度作业周期性执行，使用Impala行快速联机数据分析，使用Hue将数据可视化，以及数据仓库中的渐变维（SCD）、代理键、角色扮演维度、层次维度、退化维度、无事实的事实表、迟到的事实、累积的度量等常见问题在Hadoop上的处理等。本书适合数据库管理员、大数据技术人员、Hadoop技术人员、数据仓库技术人员，也适合高等院校和培训学校相关专业的师生教学参考。
1.本书以一个虚构的餐厅评应用程序为例，完整地展示了图应用程序的构建过程。 2.本书示例采用企业级应用程序的常用语言Gremlin，在不同图数据库产品之间具有较强的可迁移性。 3.完整清晰的学习结构，通过11章内容帮助读者从门到实践，再到阶学习图数据库： 门：掌握基本概念、图数据建模、图遍历。 实践：使用图数据库构建 友聚 应用程序。 阶：分析性能，避免陷阱和反模式。 戴夫和乔希是成绩斐然的图架构师和发人员，我想不出还有谁能更好地引导你踏上理解图数据库的旅程并帮助你规划路线。 Ted Wilmes，JanusGraph技术指导委员会委员 这本书深浅出地介绍了图应用程序的构建过程。无论是对数据建模还是对数据库技术感兴趣的朋友，均可以通过此书领略图数据库的魅力。 付晓岩，IBM副合伙人
新增了大量实战案例的分析和讲解，并精选书中的部分案例由作者制作成视频教学资料（DVD光盘）随书附赠。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车