互联网的普及,大数据、云计算、5G、人工智能、区块链等技术的成熟,促成了数字经济的大繁荣。以计算能力为基础,万物感知、万物互联、万物智能的数字经济新时代正在到来。数据量呈爆发式增长,对算力的需求达到空前高度,算力成为数字经济的新引擎。 《算力:数字经济的新引擎》共有8章,对算力及算力经济进行系统阐述,涉及新基建、新能源体系、数据资源、算力技术体系、基于新能源电力的算力中心、算力产业等;并从多个产业应用的角度,剖解算力对数字经济的驱动逻辑,帮助企业与个人找准发力的方向。 《算力:数字经济的新引擎》适合互联网、人工智能、大数据、智能制造等数字经济领域的从业者,以及对数字经济感兴趣的行业人士阅读,也适合高等院校数字经济、计算机、大数据、人工智能等相关专业师生参考。
你是盯目标,还是盯问题?你是先找套路再行动,还是先行动再打补丁?你是总结规律,还是经验主义?你是拥有N年经验,还是1年经验重复了N年?你是吃一堑长一智,还是好了伤疤忘了疼?高手和低手只差两个字 复盘! 《复盘教练》全书是石鑫等四位作者多年企业经营实战经验以及课程多次迭代内容的总结,完整系统地讲述了复盘的内容,清晰了复盘的价值,明确了复盘中重要的角色 复盘教练,给出了复盘的操作步骤。无论是个人,还是团队,都可以通过阅读此书,化身复盘教练,应用复盘的方法,为自身赋能,完成个体成长和团队提升。 本书与行动学习、教练技术等培训方式结合使用,效果更佳。
本书以易于理解的方式讲述了时间序列模型及其应用,主要内容包括:趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差时间序列模型、谱分析入门、谱估计、门限模型.对所有的思想和方法,都用真实数据集和模拟数据集进行了说明. 本书可作为高等院校统计、经济、商科、工程及定量社会科学等专业学生的教材或教学参考书,同时也可供相关技术人员使用.Translation from the English language edition:Time Series Analysis with Applications in R ,Second Edition(ISBN 978 0 387 75958 6)by Jonathan D.Cryer and Kung Sik Chan. Copyright 2008 Springer Science+Business Media,LLC. Springer is a part of Springer Science+Business Media.
《新质生产力:重塑金融和经济的未来》深入探讨了数字时代如何通过创新和技术重塑金融和经济。书中汇集了大数据、人工智能、区块链等新兴技术的应用案例,揭示它们如何改变传统生产力模式,推动经济向高效、可持续方向发展。作者通过详细分析和独到见解,为读者描绘了未来金融和经济格局的蓝图,提出实用的策略和方法,对理解未来的金融科技趋势、经济变革路径和创新驱动力有重要启迪。
2022年12月19日,《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》是党的二十大之后推动数字经济开新局的基础性政策文件,备受各方关注。本书是清华大学社会科学学院经济学研究所结合近年来在数字经济、数据要素方面所做的研究和取得的成果,从数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度、数据的宏观与生态价值等五个维度带领大家解读“数据二十条”中的经济与法律问题,了解数据基础制度建设、数据要素赋能实体经济所面临的机遇与挑战。
《数字经济前沿八讲》是一本解读当前中国数字经济前沿问题的通俗学术读物,由清华大学社会科学学院经济学研究所10位经济学教授撰写,结合近年来在数字经济方面所做的研究和取得的成果,从新要素、新组织、新格局三个维度,用深入浅出的语言、全面翔实的数据,分享他们对于数字经济前沿知识的认知、经验和感悟,讨论未来人们面对的挑战和社会发展的方向,提升广大党员干部对科技变革、数字经济等领域的认知。
《高级计量经济学》是雨宫健教授在长年担任Joural of Econmometrics主编之后编写的研究生层次的计量经济学教材,融合了计量经济理论研究的方法和技巧,也是一本值得计量经济学的专业人员认真阅读的计量经济学著作。在计量经济学理论研究的学术论文中,《高级计量经济学》是一本被广泛引用的参考文献,迄今为止的累计引用数高达3 200次以上。《高级计量经济学》着重讨论微观计量经济学涉及的各种理论问题,特别是在微观计量分析的定性模型的详细讨论中融入了作者的研究心得经验。《高级计量经济学》从经典小二乘法出发,结合拓展的各种回归分析方法,说明计量经济理论涉及的大样本理论,利用大样本理论讨论微观计量分析出现的极值统计量的性质及各种微观计量模型的统计推断问题。考虑到计量经济理论体系的完整性,《高级计量经济学》也适当介
本书是一本商务与经济数学的基础教材。它主要面向经济学、工商管理专业的低年级本科生。本书的语言浅显易懂,内容深入浅出,栏目设置灵活多样,书中含有大量的例题。这使得本书不像传统的数学教科书那样枯燥,对读者更具吸引力,从而部分减轻了一些读者对学习数学的恐惧心理。 本书也可作为一本自学教材。本书涉猎广泛,从基础的数学知识,如百分比和线性方程,到较为复杂的数学问题,多如变量函数的有约束优化问题,均有所涉及。因此,本书既可以用于低层次的数量方法课程,也可用于高层次的数量方法课程。
本书是作者继《做成本会计应知应会150问(第二版)》后的又一力作。围绕如何做好成本精细化核算和研发支出精细化核算两条主线,对成本核算过程中存在的问题逐一剖析,并且介绍了具体的解决方案,保证产品成本核算准确。 特点如下: 1.结合管理会计理念、内部控制化核方法等,阐述精细化核算思路; 2.分享大量案例、工具模型,推动成本管理实践; 3.分析主要业务内部控制风险点,帮助企业降本增效。
数字化时代,个人、企业、政府、组织都被打上了数据的烙印,我们既是数据的生产者,也是数据的消费者,数字化生存也就成了数字化时代的新生活方式。 数字化是将人与人、机器与机器、机器与人等的互联,不是简单地把数据沉淀下来,而是从本质上改变社会、企业和人的生活方式。 客户需求多元化和个性化。企业要关注这种个性化和多样化,认真思考和研究,发挥自己的优势,关注细分客户群体,为客户创造价值。 技术的快速迭代和颠覆。科技企业在以超乎想象的速度不断创新升级,留给企业家思考和调整的时间窗口越来越小。
什么是数字孪生?数字孪生是充分利用物理模型和物联网传感采集全生命周期的海量数据,融合虚拟现实、仿真、大数据、物联网、人工智能、区块链等跨学科数字技术,通过实体世界与虚拟世界双向映射、动态交互、实时连接,记录、仿真、预测对象全生命周期的运行轨迹,实现系统内海量的数据信息与资源的配置。 通常认为,数字孪生(Digital Twin)是基于美国密歇根大学的迈克尔 格里夫斯(Michael Grieves)教授的研究所提出的概念,之后这一提法得到广泛的认同并沿用至今。其实,数字孪生理念和方法已经走过了几十年的发展历程,从20世纪60年代美国国家航空航天局(NASA)的阿波罗登月计划,到今天的工业4.0和智慧城市,数字孪生技术广泛应用于各个行业中。 本书作者以十余年的研究及行业应用经验为基础,带你畅游数字孪生的神秘世界! 2021年,数字孪生
我们所有人的生活都受到有限空间和有限时间的限制,因此常常面临一系列难以抉择的问题。在一天或者一生的时光里,哪些事是我们应该做的,哪些是应该放弃的?我们对杂乱无序的容忍底线是什么?新的活动与熟悉并喜爱的活动之间如何平衡,才能取得令人愉快的结果?这些看似是人类特有的难题,其实不然,因为计算机也面临同样的问题,计算机科学家几十年来也一直在努力解决这些问题,而他们找到的解决方案可以给我们很多启发。通过丰富的跨学科研究,作者指出,计算机算法也可以用来解答人类面临的这些问题。这本书告诉我们如何更有效地利用直觉、什么时候应该把选择权交给命运、无所适从的时候应该如何做出选择,以及如何有效地与他人保持联系。从找配偶到找停车位,从组织管理个人邮箱的收件箱到理解人类记忆的作用原理,这本书把计算机
本书共分两部分,部分为线性代数,包括行列式、矩阵、线性方程组(n维向量)、二次型、矩阵的特征值和特征向量、投入产出数学模型;第二部分为概率论与统计,包括*事件及其概率、*变量及其分布、*变量的数字特征、大数定律和中心极限定理、样本分布及参数估计、假设检验及方差分析、回归分析,每章均配有类型题、难度较大的综合范例,以及适量的习题及参考答案。 本书内容精练、重点突出、通俗易懂,既可作为高等学校经济类、管理类及相关学科本科、专科的基础课教材,又可供经济类、管理类复习考研人员参考。
本书是一部关于宏观经济研究的理论专著,内容涉及经济增长类型、消费与需求模型、生产与供给模型、货币理论与模型、总需求与总供给模型、通货膨胀与菲利普斯曲线、汇率变动与国际资本流动模型等,适合经济研究者参考学习。 由于宏观经济数量分析的核心内容主要是由它的模型、方法和应用构成,因此,本书的内容体系设计和章节结构安排是按这一指导思想原则来进行的。本书内容共有三篇:篇是模型,共有9章,是由宏观经济数量分析中常用的一些理论模型构成。第二篇是方法,共有6章,是由宏观经济数量分析中一些常用的模型建立的数量分析方法构成的。第三篇是应用,共有5章,是由宏观经济数量分析在宏观经济常见的一些实际应用内容所构成。
数据挖掘是信息领域发展快的技术,很多不同的领导的专家,比如统计学家、数据库专家等,都从中获得了发展的空间,这使得数据挖掘日益成为企业界讨论的热门话题。随着信息技术的发展,人们采集数据的手段日益丰富与高明,由此积累的数据日益膨胀,数据量达到GB甚至TB级,而且高维数据也日益也为主流。这些海量数据及其高维特征使得传统的数据分析手段相形见绌。 计算机性能的日益更新,使得人们能够期望计算机帮助我们分析与理解数据,帮助我们以丰富的数据为基础做出正确决策。
本书适用于各类对网上拍卖统计建模抱有兴趣的研究人员和学生。一方面,本书详细叙述了在网上拍卖研究中统计人员可以有所作为的一些领域并提供了大量的网上拍卖数据,这些可以激发统计人员在该领域开发新方法以及将研究应用到实践的兴趣。另一方面,本书还详细叙述了我们挖掘网上拍卖数据的方法以及一些重要结论(可能是令人吃惊的),对于那些正在寻求新方法去深入了解网上拍卖或其他网上问题的市场营销人员、经济学家以及信息系统研究人员大有益处。为了使研究人员能够复制(并改进)我们的方法和模型,我们提供了程序的代码。相关的数据和程序代码可以在我们的合作伙伴网站上面找到(http://ModelingOnlieAutction.com)。我们的研究始于数据,因此我们也希望大家能够直接通过网上拍卖数据进行数据探索。