Spark大数据分析 核心概念 技术及实践 中文pdf 资源名称: 大数据分析 核心概念 技术及实践 中文 第 章 大数据技术一览 第 章 编程 第 章 第 章 使用 进行交互式数据分析 第 章 编写 应用 第 章 第 章 第 章 使用 进行机器学习 第 章 使用 进行图处理 第 章 集群管理员 第 章 监控 资源截图: 网络资源 2025年08月27日 0 点赞 0 评论 42 浏览
Python数据分析实战 PDF_Python教程 资源名称: 数据分析实战 内容简介: 简单易学,拥有丰富的库,并且具有极强的包容性。本书展示了如何利用 语言的强大功能,以最小的编程代价进行数据的提取、处理和分析,主要内容包括:数据分析和 的基本介绍, 库, 库,如何使用 读写和提取数据,用 库和 库分别实现数据可视化和机器学习,以实例演示如何从原始数据获得信息、 库嵌入和手写体数字的识别。 作者简介: 科学园 科学应用专家,曾为 、 等企业提供咨询。目前正在开发 应用,对接科学仪器和 数据库,生成数据和 服务器应用,为研究人员提供实时分析结果。他还是 网络资源 2025年08月27日 0 点赞 0 评论 44 浏览
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: ppt模板 2025年08月27日 0 点赞 0 评论 42 浏览
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 网络资源 2025年08月27日 0 点赞 0 评论 50 浏览
R与Hadoop大数据分析实战 资源名称: 与 大数据分析实战 内容简介: 本书全面而系统地讲解了如何将 语言与 技术结合并应用于大数据分析,不仅系统且深入地阐释了 与 集成技术的工具、方法、原则和最佳实践,而且通过大量实践案例深入剖析各种常见问题,能为用户高效利用 语言与 技术进行大数据处理提供翔实指导。 全书分为四部分,共 章:第一部分(第 章)是基础知识,主要讲解 语言以及 的安装过程、计算原理和基本概念;第二部分(第 章)是初级应用,主要讲解 、 和 三种实现方案;第三部分(第 章)是高级实例,主要以 为技术背景,讲解多个实际应 网络资源 2025年08月27日 0 点赞 0 评论 57 浏览
数据分析技术 使用SQL和EXCEL工具 第2版_数据库教程 资源名称:数据分析技术 使用 和 工具 第 版 内容简介: 是数据查询的基本语言, 是数据分析和展示的最常见工具。两者结合,可以组成一个强大且易于理解的业务数据分析工具。很多类重要的数据分析并不需要复杂且昂贵的数据挖掘工具。答案就在你的电脑桌上。 这是一本实用指南,作者 是数据挖掘领域的权威专家。书中介绍了如何使用 和 来设计并完成复杂的数据分析。本书的第 版被广泛认可,第 版涵盖了对 和 新功能的介绍,同时包括新的技术和实际业务示例。第 版介绍了业务经理和数据分析人员所需掌握的最新信息。 《数据分析技术 ppt模板 2025年08月27日 0 点赞 0 评论 65 浏览
炼数-数据分析与SPSS(完整)共12周 资源名称:炼数 数据分析与 完整 共 周 教程内容: 第一周 概览 安装与进入 数据文件的管理 建立与保存数据文件 能够编辑数据文件,从原有变量计算新变量 第 二周 script 菜单 , , 过程 菜单 过程, 过程 过程 第三周 菜单 菜单 两因素方差分析 协方差分析 其他较简单的方差分析问题 第四周 菜单 多元方差分析 重复测量的方差分析 菜单 第五周 菜单 过程 过程 菜单 第六周 结果窗口用法 结果浏览窗口 掌握 等软件中使用输出结果,进行图片编辑 统计绘图功能 常用统计图 因素分析 第七周 软 网络资源 2025年08月27日 0 点赞 0 评论 35 浏览
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 网络资源 2025年08月27日 0 点赞 0 评论 47 浏览