• 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
  • 2020-08-13 14:41:37,本站原创
    本书以任务为导向,内容由浅入深,涵盖了数据可视化概述,ECharts常用图表、组件、高级特性等内容。全书设计思路以应用为导向,让读者通过以练代学的方式,明确如何利用所学知识来解决问题,并能初步理解与应用所学知识。此外,为了让读者能够将所学知识进一步融会贯通,本书准备了基于真实场景的项目案例,期望通过案例的形式加深理论印象,提升知识应用水平。其中,在第7章介绍了基于ECharts、去编程化的大数据分析可视化平台实现数据可视化的方法与步骤。
  • 2020-07-20 15:00:45,本站原创
    本书以任务为导向,由浅入深地介绍Excel 2016在数据获取与处理中的应用。全书共7章,第1章简单介绍Excel 2016的界面,工作簿、工作表、单元格的概念,以及基本操作;第2章介绍了使用Excel分别获取文本文件、网站数据和MySQL数据;第3章介绍了数据的输入和编辑;第4章介绍了工作表的设置;第5章介绍了Excel进行排序、筛选与分类汇总;第6章介绍了利用透视表进行数据处理;第7章介绍了函数在数据处理上的应用。第2章~第7章都包含了实训,通过练习和操作实践,帮助读者巩固所学的内容。
  • 2020-06-30 09:26:40,本站原创
    本书以实现机器学习流程的各个步骤为导向,深入浅出地介绍了从零开始构建Python机器学习全流程的必备技能。本书所有章节均采用总分结构,先总起陈述本章涉及的内容,而后将相关知识点一一道出。设计思路以应用为导向,让读者明确如何利用所学知识来解决问题,通过课后练习巩固所学知识,使读者真正理解并能够应用所学知识。
  • 2020-06-16 11:40:13,本站原创
    本书以实现ETL流程中的各类操作步骤为导向,通过任务的方式,深入浅出地介绍了通过Kettle实现ETL所需的步骤与流程。本书所有章节均采用总分结构,先总起陈述本章涉及的内容,而后将相关知识点一一道出。设计思路以应用为导向,让读者明确如何利用所学知识来解决问题。同时配套课后练习,帮助读者巩固所学知识,使读者真正理解并能够应用所学知识。
  • 2020-06-15 10:06:50,本站原创
    本书内容由浅入深,除了讲解机器学习原理、各种方法以外,特色是通过大量医疗领域的实例,讲解医疗数据的处理、分析,辅助医护人员临床诊断、临床决策。使读者能够理解并处理临床诊疗数据、电子病历档案数据及影像数据等多源异构数据。同时能在一定程度上解决高维稀疏、类别不平衡、特征选择、特征提取、数据融合等数据科学中的关键问题。能够进行医疗图像、文本等数据的读取、预处理、可视化等操作。能够解读算法的运行结果,掌握准确率、精确率、召回率、ROC等指标的基本含义。
  • 2020-06-05 16:42:41,本站原创
    本书以Python数据分析常用技术与真实案例相结合的方式,深入浅出介绍Python商务数据分析应用的重要内容。全书共12章,第1章介绍了数据分析的基本概念、流程、应用场景,以及常用数据分析工具;第2章介绍了Python的环境配置,以及Python基础知识、控制语句、函数等;第3章介绍了数据获取相关的知识,包括常见的数据来源、数据类型、数据的读取方式,以及常用的Python数据格式与读写函数;第4章介绍了探索性分析,包括描述性统计分析方法、可视化分析方法和常用Python探索分析函数;第5章介绍了数据预处理
  • 2020-01-18 17:53:16,本站原创
    本书系统地介绍了地球科学大数据挖掘与机器学习的基本框架与原理,重点分析高维数据降维、分类与预测、大图形社区结构识别、无限流数据处理、机器学习及人工智能地质学的建模过程,对必要的应用场景使用Python语言给出案例。
公众号
返回
顶部
请关注“官方公众号”
Copyright © 2013-2020   广东泰迪智能科技股份有限公司   技术支持   粤ICP备14098620号