数据分析

人人都是数据分析师:Tableau应用实战_数据库教程

资源名称:人人都是数据分析师: 应用实战 内容简介: 本书基于 最新版本编写,详细介绍了 的数据连接与编辑、图形编辑与展示功能,包括数据连接与管理、基础与高级图形分析、地图分析、高级数据操作、基础统计分析、如何与 集成进行高级分析、分析图表整合以及分析成果共享等主要内容。同时,书中以目前电力行业已有的监测、分析业务实践为基础,以丰富的实际案例贯穿始终,对各类方法、技术进行了详细说明,方便读者快速掌握数据分析方法。 本书适用于互联网、银行证券、咨询审计、快消品、能源等行业数据分析用户以及媒体、网站等数据可视

SQL Server 2005高级数据分析系列视频教程(13讲)_数据库教程

教程名称: 高级数据分析系列视频教程( 讲) 课程目录: 【 教程网】互联网关联分析中的优化处理 【 教程网】以人事管理为主题的多维建模 【 教程网】以销售管理为主题的复杂多维建模 【 教程网】企业管理中的复合报表设计与制作 【 教程网】企业调查报告的实时分析与处理 【 教程网】制造行业中的生产质量检查 【 教程网】城市管理事务的多给分析与展现 【 教程网】设计数据存储策略 【 教程网】财务管理常规分析建模 【 教程网】财务管理高级分析建模 【 教程网】连锁零售市场的购物篮分析 【 教程网】销售管理中的智

IBM SPSS数据分析与挖掘实战案例精粹_数据库教程

资源名称: 数据分析与挖掘实战案例精粹 内容简介: 《 数据分析与挖掘实战案例精粹》以 和 为工具,提供了医疗、金融、保险、汽车、快速消费品、市场研究、互联网等多个行业的数据分析/挖掘案例,基于实战需求,详细讲解整个案例的完整分析过程,并将模型和软件的介绍融于案例讲解之中,使读者在阅读时能突破方法和工具的局限,真正聚集于对数据分析精髓的领悟。《 数据分析与挖掘实战案例精粹》所附光盘包括案例数据和分析程序/流文件,读者可完整重现全部的分析内容。 资源目录: 第一部分 数据分析基础 第 章 数据分析方法论简介

Hadoop大数据分析与挖掘实战 完整pdf

资源名称: 大数据分析与挖掘实战 完整 第 章 数据挖掘基础 第 章  基础 第 章  生态系统: 第 章  生态系统: 第 章 大数据挖掘建模平台 第 章 挖掘建模 第 章 法律咨询数据分析与服务推荐 第 章 电商产品评论数据情感分析 第 章 航空公司客户价值分析 第 章 基站定位数据商圈分析 第 章 互联网电影智能推荐 第 章 家电故障备件储备预测分析 第 章 市供水混凝投药量控制分析 第 章 基于图像处理的车辆压双黄线检测 第 章 基于 的大数据挖掘开发 第 章 基于 的数据挖掘二次开发 资源截图:

Python数据分析与挖掘实战 完整版_Python教程

资源名称: 数据分析与挖掘实战 完整版 第 章 数据挖掘基础 第 章  数据分析简介 第 章 数据探索 第 章 数据预处理 第 章 挖掘建模 第 章 电力窃漏电用户自动识别 第 章 航空公司客户价值分析 第 章 中医证型关联规则挖掘 第 章 基于水色图像的水质评价 第 章 家用电器用户行为分析与事件识别 第 章 应用系统负载分析与磁盘容量预测 第 章 电子商务网站用户行为分析及服务推荐 第 章 财政收入影响因素分析及预测模型 第 章 基于基站定位数据的商圈分析 第 章 电商产品评论数据情感分析 资源截图:

从Excel到Python 数据分析进阶指南 pdf_Python教程

资源名称:从 到 数据分析进阶指南 第 章 生成数据表 第 章 数据表检查第 章 数据表清洗第 章 数据预处理第 章 数据提取第 章 数据筛选第 章 数据汇总第 章 数据统计第 章 数据输出 资源截图:

人人都是数据分析师 Tableau应用实战 刘红阁 pdf_数据库教程

资源名称:人人都是数据分析师 应用实战 刘红阁 第 章  入门    敏捷商务智能    数据可视化明星      的主要特性     的产品体系     的工作区    工作表工作区    仪表板工作区    故事工作区    菜单栏和工具栏     的文件管理   第 章 典型应用场景    数据准备    认识 数据    数据角色    字段类型    字段类型转换    创建视图    行列功能区    标记卡    筛选器    页面    智能显示    度量名称和度量值    创建仪表板 

大数据分析:方法与应用

资源名称:大数据分析:方法与应用 内容简介: 本书介绍数据挖掘、统计学习和模式识别中与大数据分析相关的理论、方法及工具。理论学习的目标是使学生掌握复杂数据的分析与建模;方法学习的目标是使学生能够按照实证研究的规范和数据挖掘的步骤进行大数据研发,工具学习的目标是使学生熟练掌握一种数据分析的语言。本书内容由 章构成:大数据分析概述,数据挖掘流程,有指导的学习,无指导的学习,贝叶斯分类和因果学习,高维回归及变量选择,图模型,客户关系管理、社会网络分析、自然语言模型和文本挖掘。 本书可用做统计学、管理学、计算机科