内容简介商业分析有用吗？当然有用！商业分析是行走职场、创业启航的一项技能。 作者结合自己多年的工作经验，用生动的语言介绍如何用数据分析解决商业问题。 本书分为6 篇，共17 章，其中第1 篇是概念篇，讲述商业分析的基本概念；第2 篇是基础篇，讲述如何用基础的分析方法评估企业经营状况；第3 篇是进阶篇，讲述如何构建分析体系解决较复杂的问题；第4 篇是高阶篇，讲述如何应对复杂的商业难题；第5 篇是基础实践篇，通过案例讲述如何解决更复杂的商业问题；第6 篇是高阶实践篇，通过案例讲述如何解决商业分析中的疑难杂症。 本书的讲解思路是层层递进的，从简单场景到复杂场景，从基础的方法到复杂的方法。因此，无论读者是否有数据分析基础和经验，都建议从头开始阅读，这样可以一步步提升认知，更快地掌握商业分析的方法。
《数据库系统概念》是数据库系统方面的经典教材之一，其内容由浅入深，既包含数据库系统基本概念，又反映数据库技术新进展。它被国际上许多大学所采用，包括斯坦福大学、耶鲁大学、得克萨斯大学、康奈尔大学、伊利诺伊大学等。
本书是一本全面关注企业数据标准化方面的工具书，主要分为5 篇。 第1 篇介绍了数据标准化是数据治理的基础，包括数据标准化与数据治理的关系，以及数据标准化主要内容、本书阅读导引。 第2 篇介绍了数据标准化框架体系，包括架构类数据标准、对象类数据标准、基础类数据标准。 第3 篇介绍了数据标准化实施流程与方法，包括建立数据标准化保障机制、现状分析及评估、技术平台和工具、数据标准化关键域实施。 第4 篇介绍了数据标准化评价，包括数据标准化评价方法、数据标准成熟度评价、数据标准化成熟度评价流程。 第5 篇介绍了数据标准化案例，包括油气行业、多元化集团、装备制造行业、核电行业、汽车行业、金融行业、政务行业、互联网行业等行业的数据治理案例，为读者提供了专业、丰富、可信的数据治理实施范例。 本书是工业大数据应
本书探索工业大数据的 工程方法体系 并介绍了其中的关键技术，提出了多领域的工业物理对象建模方法和查询技术。全书共10章，第1章讨论了工业大数据的内涵与特点，并给出了工业大数据工程的三个要素，即数据资源、数据分析和数据应用；第2～4章提出了领域模型驱动的数据资源的建模技术，并给出了工业大系统技术与建设方法；第5、6章讨论了敏捷工业大数据分析与运维方法，并阐述了背后的分析软件技术；第7章讨论了用户驱动的数据应用的低代码开发技术；第8~10章用风电、水电、煤矿综采三个行业，展示了工业大数据工程方法的应用过程。
● 如何使用R语言进行高级数据分析，涉及的技术包括广义线性模型、广义可加模型、混合效应模型、机器学习、并行处理 ● 如何使用R语言的数据可视化技术实现回归，如线性回归和高级回归，并了解回归样条和可加模型 ● 如何使用R语言实现机器学习，包含平行处理、降维、特征选取和分类 ● 如何使用R语言的多重插补技术解决数据缺失问题 ● 如何使用广义线性可加模型实现普通量、二值量和计次量的输出，如何使用自采样法(Bootstrapping)分析不确定性 ● 学习如何对个体内的变异性进行建模，进而捕捉个体在方法以及时间稳定性上的差异
《MATLAB函数及应用》以MATLAB R2020为平台编写，介绍MATLAB常用工具箱中常用的函数，并对每个函数的语法格式和应用进行详细介绍，让读者了解每个函数的功能与用法，从而领略MATLAB简单易用、处理功能强大等特点。 《MATLAB函数及应用》共14章，分别介绍矩阵相关操作函数、数据可视化函数、数据分析函数、概率统计函数、偏微分方程函数、优化函数、图像处理函数、神经网络函数、信号处理函数、控制系统函数、样条函数、小波变换函数、模糊逻辑函数、计算机视觉函数等内容。 《MATLAB函数及应用》适合MATLAB初级、中级和高级用户学习使用，也适合作为深入研究MATLAB软件的开发者的参考用书，同时也可作为一本全面涵盖MATLAB各项内容的快速查询手册。
本书以敏捷分析工具Tableau为基础，部分章节辅以SQL讲解，系统介绍了数据可视化分析的体系和方法，内容涵盖问题分析方法、数据合并和建模、可视化图形的选择和构建、多种交互方式及其组合、仪表板设计与高级交互、基本计算和高级计算等。 本书以Tableau Desktop的应用为中心，借工具讲解原理，以原理深化工具应用，并由点及面地介绍了业务分析的思考和原理，特别是提出了实践性的"业务 数据 分析 层次框架，并以三类"详细级别 的概念贯通数据模型、高级筛选和高级计算三大主题。 本书重点介绍工具应用背后的思考方式和原理，帮助读者建立"详细级别 的思考框架，举一反三，从而实现多维、结构化分析。
本书提供了学习大数据技术及架构的一站式解决方案，覆盖了大数据生态圈中的完整技术体系，包含以下内容。 . 一、数据采集 日志数据采集工具（Flume 、Logstash、Filebeat ） 数据库数据采集工具（离线采集工具 Sqoop、DataX，实时数据采集工具 Canal、Maxwell 网页数据采集工具 物联网数据采集工具 消息队列中间件 . 二、数据存储 分布式文件存储之HDFS NoSQL数据库之HBase NoSQL数据库之Redis . 三、离线数据计算 离线计算引擎MapReduce 离线计算引擎Spark . 四、实时数据计算 实时计算引擎Storm 实时计算引擎Spark Streaming 新一代实时计算引擎Flink . 五、OLAP数据分析 离线OLAP引擎（Hive、Impala、Kylin） 实时OLAP引擎（Druid、ClickHouse、Doris） . 六、全文检索引擎 Lucene Solr Elasticsearch . 七、分布式任务调度系统 Azkaban Ooize DolphinScheduler . 八、分布式资源管理 YARN的原理、架构 YARN
本书英文原版由全球数据中心业内专家共同编写，中文版由国内数据中心业内专家共同翻译并修订完成。内容涵盖了数据中心全生命周期的相关技术及运营管理策略。从数据中心规划、选址、设计、建设、测试、验收、运营到灾备，内容全面详实。是作者及译者多年经验所得。是一本来自全球不同国家、不同企业、不同专业领域的专家共同完成的杰作。 本书可作为数据中心设计者、建设者、管理者以及投资者的学习及参考材料，亦可作为高校相关专业学生及其他人士了解数据中心行业的入门材料。
本书主要介绍大数据分析与应用，包括数据驱动程序设计、数据前处理、统计机器学习基础、无监督式学习、监督式学习、其他学习方式（集成学习、深度学习、强化学习）等6章内容。 本书特色：文字说明、程序代码与执行结果等交叉呈现，有助于阅读理解；提供来自不同领域的资料处理与分析范例；同时掌握数据分析两大主流工具 R 与 Python；凸显第四代与第三代程序语言的不同之处。 本书读者对象：计算机、人工智能、大数据等相关专业的本科生、研究生，对大数据分析与应用感兴趣的社会读者，以及大数据分析与应用行业的工程技术人员。
本书系统的介绍了Vue框架基础、框架应用、生态组成、项目实战、框架演进、Vue原理剖析及Vue框架的原理实现。 全书共分为8章：第1章为行业发展介绍，第2章为Vue 2.x的开发基础，第3章为Vue 2.x的组件开发，第4章为Vue CLI开发完全指南，第5章为Vue CLI项目实战，第6章为Vite Vue 3完全开发指南，第7章为Vue 3.x项目实战，第8章为实现原理介绍。书中主要内容包括：Web前端发展史、Vue的诞生、Vue 2.x基础指令、Vue 2.x常用API、Vue 2.x组件系统、Vue 2.x组件化实战、Vue CLI脚手架搭建、Vue Router 3.x路由系统、Vuex 3.x状态管理系统、Axios网络插件、ElementUI框架、Vue 2.x综合项目实战、Vue 3.x基础语法、Vue 3.x组合式API、Vue 3.x响应式API、Vite脚手架、Vue 3.x函数式编程、Vue Router 4.x路由系统、Vuex 4.x状态管理系统、Pinia状态管理系统、ElementPlus框架、Vue 3.x的综合项目实战、Vue 2.x的响应式数据原理、Vu
无
这是一本关于如何更好、更有效地进行数据可视化的书。本书分为3个部分。第1部分是创建有效可视化的通用指导原则，我们将了解受众的重要性，以及思考哪类图表能更好地契合他们的需求。第2部分是本书的核心部分，我们将定义和讨论80多张图表，这些图表分为八大类：比较、时间、分布、地缘、关系、构成、定性和表格。我们将看到各类图表是如何起作用的，以及它们的优缺点。第3部分整合了两块内容，一是构建数据可视化样式指南，二是如何结合不同的经验对图表进行重新设计。 本书将指导你选择适合展示相关数据的图表，并有效地传递你想传达的信息。
本书按照需求规划、需求实现、可视化的流程进行编排，通过项目开发的主要流程，介绍数据仓库的搭建过程。在整个数据仓库的搭建过程中，本书介绍了主要组件的安装部署、需求实现的具体思路，以及各种问题的解决方案等，并在其中穿插了许多与大数据和数据仓库相关的理论知识，包括数据仓库的概念、电商业务概述、数据仓库理论和数据仓库建模等。 本书共14章，其中，第1～3章是项目的前期准备阶段，主要介绍了数据仓库的概念和搭建需求，并初步搭建了本数据仓库项目所需的基本环境；第4～7章是项目的核心部分，详细介绍了数据仓库的建模理论，并完成了数据从采集到分层搭建的全过程，是本书的重点部分；第8～14章是对数据治理各功能模块的实现，针对数据治理的不同功能需求分模块进行实现。 本书适合具有一定编程基础并对大数据感兴趣的读者
该专著的研究内容涉及到两方面：一是 大数据经济形势监测理论与方法研究 ；二是 经济大数据统计分析理论、方法重构研究 。 前者主要研究内容包括：经济大数据数据源与指标采集；大数据经济形势监测；大数据经济形势预测；大数据经济形势预警和大数据政策模拟这五个部分；后者主要研究内容包括：致力于解决大数据时代下经济统计学基本理论框架的重新构建以及这些理论与其他学科交叉应用研究等一系列的重大理论与应用问题，这些国际前沿研究主要内容包括：经济大数据统计学基本理论的发展研究；以及经济大数据统计学基本理论的应用。
面对日渐复杂的大数据，科技工作者很难用单一的统计软件高效、完美地完成从数据挖掘、数据清洗、统计分析到结果呈现的全部工作，因此需要熟悉和掌握多种统计工具，各取所长、整合使用。本书立足于大数据研究的现状，基于实际医疗案例，介绍数学基础知识和统计学基础知识,SAS、R语言、Stata和Python这4款大数据常用分析工具的基础编程知识及实践操作。 本书主要面向在校本科生、研究生，以及要掌握SAS、R语言、Stata和Python的数据工作者，熟悉四个软件的任意一个且想要在短时间内掌握其他软件的读者，也适合医科学生、临床医生或药企人员等医疗相关人员学习使用。
《 区块链知识 大众普及版 》 本书只从外部来介绍区块链这个事物，注重的是普通人的理解，基本不涉及技术内容。内容覆盖了区块链常见知识的95%，适合大众了解和认识区块链。从区块链技术的诞生、特点、主要发展历程、热点概念、相关原理等内容都做了完整的介绍，并介绍了当前典型的区块链应用，如区块链电子发票，DCEP等。还介绍了区块链领域的监管、安全、危害等内容。同时分析了国内外对区块链的态度与指导思想，鼓励方向与政策等内容。 《区块链知识 技术普及版》 本书覆盖了区块链的技术基础知识，适合技术从业者从技术角度认知区块链。技术普及版用一种类似庖丁解牛的方式，将区块链技术的肌肉、骨骼、灵魂，逐一分解来讲解，是当前区块链知识技术分解比较完整和全面的一本书。 《图灵区块链》 有了《区块链知识-大众普及版
本书由斯坦福大学“Web挖掘”课程的内容总结而成，主要关注极大规模数据的挖掘。书中包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及#系统、社会网络图挖掘和大规模机器学习等主要内容。第3 版新增了决策树、神经网络和深度学习等内容。几乎每节都有对应的习题，以此来巩固所讲解的内容。读者还可以从网上获取相关拓展资料。
未来世界是数字化世界，云计算是数字化世界的基础设施。企业在数字化时代， 上云 是必经之路。企业 上云 ，网络先行，云网络是用户使用云计算的*步。云网络为企业修建 上云 的高速公路，建立万物互联的全球网络，助力企业连接数字世界。云网络将改变企业购买和使用网络的方式，用户从租赁机房、购买网络设备、命令行配置的方式转变为直接线上购买、通过控制台和API管理的云网络。很多传统的网络集成商和服务提供商也将开始基于云网络提供服务，并转型为MSP。随着越来越多的企业服务与应用因由云而生、依云而建的云网络而改变，云网络正在成为网络生态新的关键一环。本书由阿里云的技术专家精心撰写，系统地呈现云网络的概念、产品、技术、方案，以及发展趋势思考。本书从云网络的特征与商业模式出发，对云数据中心网络、跨地域网络、混合
《Spark大数据商业实战三部曲：内核解密|商业案例|性能调优》基于Spark 2.2.X，以Spark商业案例实战和Spark在生产环境下几乎所有类型的性能调优为核心，以Spark内核解密为基石，分为上篇、中篇、下篇，对企业生产环境下的Spark商业案例与性能调优抽丝剥茧地进行剖析。上篇基于Spark源码，从一个动手实战案例入手，循序渐进地全面解析了Spark 2.2新特性及Spark内核源码；中篇选取Spark开发中*有代表的经典学习案例，深入浅出地介绍，在案例中综合应用Spark的大数据技术；下篇性能调优内容基本完全覆盖了Spark在生产环境下的所有调优技术。
利用新一代信息通信技术建立高效的灾害管理和应急处理平台是智慧城市的关键组成部分之一。新一代信息通信技术在灾害预防、救灾和灾后重建的过程中，发挥了重要的作用，不断推动着灾害应急管理走向科学化、精准化和智慧化。本书主要介绍大数据在灾害应急管理中的应用，首先介绍灾害、灾害应急管理以及灾害大数据的相关知识，其次介绍灾害大数据的定向爬取技术和自动摘要技术，然后以地震大数据为例介绍大数据分析技术，接着介绍了灾害现场数据的采集与传输技术，后介绍应急疏散路径规划和应急救援系统。
