
Microsoft Power BI数据建模与可视化快速上手
本书由浅深、详细地介绍了基于Microsoft Power BI的数据可视化与建模技术,并结合实际案例详细阐述其在数据可视化与建模方面的具体应用。全书以案例为主线,既包括软件应用与操作的方法和技巧,又融了案例实战,使读者通过对本书的学习,能够轻松快速地掌握数据可视化与建模方法。本书配套资源中包含案例采用的数据源文件,供读者在阅读本书时行操作练习。 本书可以作为管理、经济、社会人文等人员学习大数据建模与可视化技术的参考图书,也可作为高校计算机相关专业本科生、研究生的教材或教学参考书。

本书通过数据建模概念和zui佳建模实践为商业及IT 专业人员的实际工作提供指导。全书采用会话风格行编写,从而激励读者从头到尾地阅读本书,并实现以下10 个目标。1. 理解在什么情况下需要数据模型,以及各种情形下zui适当的数据模型类型是什么。2. 像阅读一本小说那样,轻松自如地理解任何规模和复杂度的模型。3. 具备创建完整的规范化关系数据模型和维度模型的能力。4. 具备将逻辑模型转换为高效物理模型的能力。5. 具备使用模板工具,高效获取应用需求的能力。6. 具备解释数据模型记分卡中10个计分项的能力。7. 获得如何与其他人员建立良好工作关系的实践经验。8. 了解非结构化数据及其模型化。9. 了解UML的基本概念。10. 具备在XML环境中创建数据模型的能力,并了解元数据和敏捷关的基本概念。

市场中**本Hive图书。 Hive在Hadoop系统中的应用趋势比较可观。

认识和学习知识图谱技术的敲门砖 这里有知识图谱技术的相关概念和发展趋势及挑战解析 这里有知识图谱技术在多个行业的实际应用和案例分析 中国信通院专家倾情撰写和推荐

本书作者从事计算机、电子、自动化、数字媒体技术等专业的教学工作多年,较清楚不同层次学生的需求;本书针对每个知识,结合案例行说明,程序均在VC 6.0环境下调试通过。


本书基于Stata 15.0版本,精选52个专业范例和3个综合案例,以实验教程的形式讲解应用Stata工具解决各种统计分析问题;针对每一个实验范例,都遵循从 原理、目的与要求、内容及数据来源、操作指导 几个方面行讲解,达到理论与实践相结合,掌握统计学和计量学的方法和模型的应用。 本书每章附有习题,方便读者在实践练习的过程中快速提高应用水平。 本书配套制作了可供下载的多媒体教学视频,方便读者参照本书行 虚拟课堂 的学习。

图形数据库经典产品Neo4j的核心人员力作。 世界上的大部分领域实际上都可以建模成图,而软件发人员或是数据库管理人员却在辛辛苦苦地将这些图转化成关系型数据库中的表。想象一下,假如你再也不用去做这样的转化,假如数据库的迁移可以变得轻松简单,你愿意去受一个全新的数据库吗?图数据库就是这样一个完全不同于关系型数据库的新型数据库,它处理的是大规模的数据和不断变化的需求,并且拥抱它们。 《图数据库》系统地介绍了图数据库的历史由来、建模方法、工作原理和一些真实的用户用例,详细地说明了图数据解决的是什么样的问题,并以Neon4j数据库和Cypher查询语言为例,阐述了图数据库的建模方法和领域用例,*后还介绍了图数据库的工作原理以及一些实用的图论算法。 《图数据库》的三位作者均为图数据库经典产品Neo4j的

《深浅出数据科学》的目的是帮助你掌握数学、编程和商业分析的综合技能。通过本书,你将能够自信地提出并解答复杂的数据问题,从抽象和原始的统计信息发掘并完善可执行的想法。通过将数学和计算机编程技能相结合,你将踏上成为数据科学家的激动人心的旅程。本书介绍了数据科学的全过程,包括数据准备、数据清洗,以及如何选择有效的数据挖掘策略和技巧,从而深理解数据科学的方方面面。你将学到数学和统计学的核心知识,以及数据科学家和分析师经常使用的代码。你将了解机器学习,学会用常见的统计学模型分析稠密数据集,创建有说服力的可视化图表,并和他人交流分析结果。从本书你将学习到: 理解数据科学的五个核心步骤 聪明地使用你的数据,仔细地处理它 填平数学和计算机编程之间的鸿沟 学会概率论、微积分,以及使用统计模型处理数


众多公司花费了大量的时间和金钱获取数据,并将大量的数据保存在一个叫做数据湖的数据容器中。但是,其中又能有多少公司把数据从数据湖中取回并加以利用呢?事实上,很少有公司能把数据湖当成信息的金矿来使用。多数公司zui终得到的仅仅是一个垃圾场。本书将会告诉你如何去构建一个有用的数据湖,从而让数据科学家与数据分析师能够面对业务挑战并发现新的商机。通过阅读本书,你将能够学习如何:?构建数据湖并模拟数据;?应用数据及基于文本的数据池,从而将业务价值zuida化;?理解原始数据池的角色定位;?掌握使用归档数据池的时机;?利用4大核心组件:元数据、业务的整合对应,语境及元过程信息。本书的作者曾经让我们放眼于数据仓库的架构与成效,如今他又将我们带到数据湖架构的新高度。

编写高效率的数值计算处理程序,可以大大提高科研水平。


全面系统地介绍了达梦数据库体系结构、数据库日常维护操作和数据库基本参数设置,是学习达梦数据库的基础教材和参考用书。

《数据分析与量化投资 基于SAS的应用》基于SAS EG平台,采用项目管理的过程流方式,介绍数据分析及量化投资策略,让不熟悉编程的读者可以利用类似于SPSS的功能去完成统计分析,还可以调用本书中提供的宏语法快速行分析。

(1)本书以基本概念与实例相结合的方法,由浅深、循序渐地对大数据思维、技术和应用做了全面系统的介绍。(2)本书在每一个环节都配有与理论学习内容相结合的案例介绍,还有使用Java和Python语言编写的应用实例,使读者能够在大数据平台上通过实践亲身体验大数据处理和分析的过程,从而加快和加深对大数据理论和技术的理解。(3)为了使读者方便检验和复习巩固学习到的知识,本书每章后面都配有丰富的作业供学生完成。


总序 短短几年间,大数据就以一日千里的发展速度,快速实现了从概念到落地,直带 动了相关产业井喷式发展。全球多家研究机构统计数据显示,大数据产业将迎来发展黄 金期:IDC 预计,大数据和分析市场将从2016 年的1300 亿美元增长到2020 年的2030 亿美元以上;中国报告大厅发布的大数据行业报告数据也说明,自2017 年起,我国大数据 产业将迎来发展黄金期,未来2~3 年的市场规模增长率将保持在35%左右。 数据采集、数据存储、数据挖掘、数据分析等大数据技术在越来越多的行业中得到 应用,随之而来的就是大数据人才问题的凸显。麦肯锡预测,每年数据科学专业的应届 毕业生将增加7%,然而仅高质量项目对于专业数据科学家的需求每年就会增加12%,完 全供不应求。根据《人民日报》的报道,未来3~5 年,中国需要180 万数据人才,但目 前只有约30 万人,人才缺

与其在茫茫表格中搜索数字,不如将数据图形化,让复杂数据关系一目了然。本书是数据分析和可视化门首-选,以功能强大的R语言为工具,教你创建各种实用的数据图形,掌握高亮数据中的重要关系和趋势、简化数据形式、突出重数字等技能。本书适合所有需要数据分析的读者,也可作为统计课程的补充教材,无需数学、统计学或计算机编程背景。R语言基本知识创建单变量图,如饼图、箱线图、直方图等创建双变量图,如散图、折线图、高密度图等创建多变量图,如散图矩阵、三维图、树状图、热图等配套视频讲解,并可下载App观看AR视频:https: h5.arbook.io zhuanlan.html?book_id=30 status=bookdetail

国内专业DB2论坛db2china 鼎力支持



讲解分布式数据库的书并不多,讲解其架构及企业实践的就更少了。 本书基于国内知名的源分布式数据库中间件Mycat讲解了如何实现分布式数据库,很有实践及借鉴意义。 欢迎加本书交流群:463996643(QQ)



目前,数量众多的数据中心给企业、政府机关带来了非常沉重的运维负担。

1、凝结了作者10多年数据库营销从业经验,是纯实战经验的总结。 2、除总结了各种方法外,还提供了大量企业如何实施数据库营销的实例。 3、能够直提高董事长、总经理、企划人员、营销人员、客服人员的效率与业绩。


商业智能是一种处理企业现有数据,将其转化成知识和结论,辅助管理者做出决策的技术,它在商业决策领域发挥着越来越重要的作用。商业智能可视化技术已经被应用于各类商业领域,它可以帮助管理者更加清晰、直观地理解数据,以便做出关键决策。本书立足于为企业建立一套源免费的商业智能数据分析平台,实现自助数据处理、数据分析、数据可视化,概述了该系统的基本情况、总体需求、解决方案和业务理解等。


Kettle易用性好,编码工作量小,功能完备,基于Java,允许多线程与并发执行以提高效率。本书以CDH作为Hadoop平台,结合销售订单示例,详细介绍并演示如何使用Kettle完成Hadoop数据仓库的ETL过程。本书适合大数据分析系统发、数据仓库系统设计与发、DBA、架构师等相关技术人员阅读。

我们为什么需要自己动手做大数据系统?本书从OpenStack云平台搭建、软件部署、需求发实现到结果展示,以纵向角度讲解了生产性大数据项目上线的整个流程;以完成一个实际项目需求贯穿各章节,讲述了Hadoop生态圈中互联网爬虫技术、Sqoop、Hive、HBase组件协同工作流程,并展示了Spark计算框架、R制图软件和SparkRHive组件的使用方法。


本书从数据流通的背景、基础、场景应用、市场生态体系、机制体制、趋势展望六个方面对数据流通的基础知识与实际应用行介绍。

实践导向:将理论与实践紧密结合,使读者能够在实际操作中学习和掌握企业级数据库技能; 案例丰富:提供大量实战操作示例,帮助读者深理解openGauss数据库的发与应用; 全面覆盖:从基础概念到架构设计,涵盖openGauss数据库的各个方面,为读者构建完整的知识体系; 易于理解:以清晰的结构和语言,确保复杂的慨念易于理解,便于读者快速掌握openGauss数据库的核心思想。