随着TheDataWarehouseToolkit(1996)第1版的出版发行,RalphKimball为整个行业引入了维度建模技术。从此,维度建模成为一种被广泛接受的表达数据仓库和商业智能(DW/BI)系统中数据的方法。该经典书籍被认为是维度建模技术、模式和实践的资源。 该书汇集了到目前为止全面的维度建模技术。 该书采用新的思路和实践对上一版本进行了全面修订,给出了设计维度模型的全面指南,既适合数据仓库新手,也适合经验丰富的专业人员。 该书涉及的所有技术都基于作者实际从事DW/BI的设计经验,通过实际案例加以描述。 该书主要内容: 实用设计技术 有关维度和事实表的基本和高级技术。 14个案例研究,涉及零售业、电子商务、客户关系管理、采购、库存、订单管理、会计、人力资源、金融服务、医疗卫生、保险、教育、电信和运输等。
在数字时代,我们就可以完全相信数据吗 对数字的过度依赖,是否会让经济学和人文学视角长期冲突 是人类利用量化造福,还是量化用数字局限人类的思维 本书是多篇文章的汇编。本书主要讲述了定量分析的弊端,通过对定量分析在实际运用中的分析,指出定量分析在很多时候并不能成为我们做判断的依据。本书肯定了定量分析有价值的部分,同时指出了定量分析的局限性和不正确使用带来的问题,提倡我们在运用中应综合定量分析与定性分析两种方式,根据实际情况进行选择。
《金融大数据》阐述了大数据技术在国内外金融领域的发展和应用现状,从大数据视角加以思考和探索,为金融创新、金融大数据研究和应用提供有益支持。本书的特色在于注重大数据技术与金融业务的结合,通过充分调研,并与多家业内有影响力的金融机构及数据公司合作研究,掌握了大量手资料。《金融大数据》内容着力于金融学与计算机科学的学科交叉,填补相关领域的资料空白。 《金融大数据》共15章。第1、2章介绍金融大数据的应用现状、资源和技术等。第3至14章是本书重点,分别介绍了大数据技术在证券期货、银行、保险和互联网金融中的应用。第3至5章为证券期货应用,典型应用包括自动化交易策略设计、金融期货风险监管、证券期货舆情分析等。第6至8章为银行业应用,典型应用包括银行客户关系管理、银行风险管理、小微企业信贷等。第9至11章
本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品,以及提升企业知名度。30多个案例分析,全球100多位知名企业家的真知灼见,为你呈现来之不易、经过实践检验的创业心得和宝贵经验,值得每位创业家和企业家一读。 深入理解精益创业、数据分析基础,和数据驱动的思维模式 如何将六个典型的商业模式应用到各种规模的新企业 找到你的关键指标 确定底线,找到出发点 在大企业中应用精益分析,打造新产品
Spark SQL 是 Spark 技术体系中较有影响力的应用(Killer application),也是 SQL-on-Hadoop 解决方案 中举足轻重的产品。《Spark SQL内核剖析》由 11 章构成,从源码层面深入介绍 Spark SQL 内部实现机制,以及在实际业务场 景中的开发实践,其中包括 SQL 编译实现、逻辑计划的生成与优化、物理计划的生成与优化、Aggregatio算子和 Joi算子的实现与执行、Tungste优化技术、生产环境中的一些改造优化经验等。 《Spark SQL内核剖析》不属于入门级教程,需要读者对基本概念有的了解。在企业中任职的系统架构师和软件开发人员,以及对大数据、分布式计算和数据库系统实现感兴趣的研究人员,均适合阅读《Spark SQL内核剖析》。
本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品,以及提升企业知名度。30多个案例分析,全球100多位知名企业家的真知灼见,为你呈现来之不易、经过实践检验的创业心得和宝贵经验,值得每位创业家和企业家一读。 深入理解精益创业、数据分析基础,和数据驱动的思维模式 如何将六个典型的商业模式应用到各种规模的新企业 找到你的关键指标 确定底线,找到出发点 在大企业中应用精益分析,打造新产品
本书是深入研究互联网思维的经典之作,从互联网思维的定义到互联网思维应用的具体案例表现。作者深入浅出、条分缕析,全面阐述互联网思维的内核与精神,逐一点评当前关于互联网思维的各种观点。本书从初级的互联网思维应用到高端的粉丝经济,平台建设,自媒体营销的方法都有详细讲解介绍。让读者了解什么是互联网思维的同时还能学会把互联网思维运用到自己的工作学习已经生活中 进入大数据时代,让数据开口说话将成为司空见惯的事情,本书将从大数据时代的前因后果讲起,全面分析大数据时代的特征、企业实践的案例、大数据的发展方向、未来的机遇和挑战等内容,展现一个客观立体、自由开放的大数据时代。
《大数据挖掘》一书系统介绍了大数据挖掘的概念、原理、技术和应用。包括:认识和理解大数据;大数据挖掘需要的相关技术(大数据获取技术、大数据存储管理技术和大数据可视化技术等);大数据计算框架;大数据挖掘任务(关联分析、聚类分析、分类分析、演变分析、特异群组分析和异常分析);大数据应用实现;以及大数据挖掘工具。 《大数据挖掘》对大数据挖掘技术进行了全面而细致的定义和归纳,并将向读者展现该领域*研究热点和技术。关于大数据应用实现章节的内容将采用作者实际主持和完成的大数据挖掘项目为实际案例,阐述大数据挖掘应用实现过程中的问题、解决方案和取得的成果。 《大数据挖掘》一书的主要读者是数据科学专业的高等学校学生及老师,从事数据和信息质量工作的研究人员、技术人员、管理人员和决策人员
......
这是一本跟数据科学和数据科学家有关的“手册”,它还包含传统统计学、编程或计算机科学教科书中所没有的信息。 本书有3个组成部分:一是多层次地讨论数据科学是什么,以及数据科学涉及哪些其他学科;二是数据科学的技术应用层面,包括教程和案例研究;三是给正在从业和有抱负的数据科学家介绍一些职业资源。本书中有很多职业和培训相关资源(如数据集、网络爬虫源代码、数据视频和如何编写API),所以借助本书,你现在就可以开始数据科学实践,并快速地提升你的职业水平。
本书全面阐释了大数据的概念、相关的技术和应用的现状,使读者对大数据的相关技术、应用和产业链能有一个比较清晰的认识。 全书共 11 章,主要内容包括大数据概论、数据组织存储技术、NoSQL、Hadoop 和 MapReduce、数据查询和分析技术、数据挖掘技术、数据分析语言 R、大数据用于预测和决策、大数据与市场营销、大数据应用案例、大数据应用主流解决方案等。 本书在内容的选择上进行了深入的思考,不论是大数据领域的初学者还是具备一定相关专业知识的读者都能从书中得到一定的收获或启发,同时,本书还适合高等院校的计算机相关专业的本专科生、研究生以及IT行业的从业人员,和所有对大数据感兴趣的人士阅读。
本书是普通高等教育“十一五”规划教材。《数据结构(第3版)》主要内容包括绪论、线性表和数组、栈和队列、树、图、排序、查找、数据结构程序设计等,最后,以Java语言为例,介绍了面向对象程序设计的数据结构。书中各章后附有自测练习题。《数据结构(第3版)》适用于高等职业学校、高等专科学校、成人高等学校、本科院校举办的二级职业技术学院,也可供示范性软件职业技术学院、继续教育学院、民办高等学校、技能型紧缺人才培养使用,还可供本科院校、计算机专业人员和爱好者参考。
为了开发出复杂的存储过程以检索、操作、更新和删除数据,本书介绍并描述了您所需掌握的关键概念、技术和实践,以使您通过SQL Server自带的Transact—SQL和.NET CLR语言充分利用存储过程。在本书中,您将学到如何将有效的Transact.-SQL存储过程结合到客户端与中间件代码中,以及如何生成将被编译到CLR存储过程中的CLR方法。本书内容丰富、指导性强,是所有SQL Server 2005开发人员的参考。本书主要内容 使用批处理、脚本与事务来组合和执行T-SQL语句 创建用户自定义的、系统的、扩展的、临时的、全局临时的和远程的存储过程 使用ADO.NET实现数据库访问 用C#和Visual Basic.NET开发与管理存储过程 创建CLR用户自定义函数与触发器 实现可靠的调试、错误处理技术和安全度量 在类似于Visual SourceSafe的储存库中管理源代码 为Web搜索引擎创建存储过
本书由于内容全面,实践性强,已经成为数据库课程的教材。全书分为数据库基础、应用程序开发、存储与索引、查询评估、事务管理、数据库设计与调整、主题等七大部分,对数据库的设计与使用、数据库管理系统基本原理与实现技术,以及数据库研究的新进展做了详细论述。本书以一个网上书店的完整设计为例,介绍了数据库系统的具体实现过程。第3版保留了前两版的传统优点,并且加入了许多关于数据库研究和发展的内容,每章后面精选的复习题和练习使本书更吸引人,可读性更强。本书可作为高等院校计算机专业本科生、研究生和教材的教材和教学参考,对于从事数据库系统研究以及学习数据库系统技术的人也很有参考价值。