通过本书,你可以了解到:Spark SQL的新接口如何为SQL的RDD数据结构提升性能。Spark Core与Spark SQL中数据join的不同选择方式。充分利用标准RDD转换的技术。如何解决Spark中键值范式的性能问题。不借助Scala或其他JVM语言来编写高性能的Spark代码。采用改进建议后,如何来测试其功能及性能情况。使用Spark MLlib和Spark ML机器学习库。Spark的流处理组件、外部的社区扩展包。
从这本书里能学到什么? 《Head First PMP》用一种生动有趣的方式全面涵盖了《PMBOK指南》的*原则和认证目标。更新后的第四版会带你了解具体问题,并采用一种独特的视觉格式帮助你全面掌握项目管理。通过在具体的上下文中讨论项目管理概念,使你能够理解、记住并灵活应用这些概念,不只是为了应对考试,还可以充分运用于工作中。难怪很多人仅凭《Head First PMP》就顺利通过了PMP考试!
“数据”已成为企业的一项宝贵的战略资产。为了使庞大的数据发挥更大的价值,企业必须着眼于数据治理和综合利用。主数据驱动的数据治理是指从企业杂乱的数据中捕捉具有高业务价值、被企业内各业务部门重复使用的关键数据进行管理,构建单一、准确、权的数据来源,从而提高企业的整体数据质量,提升数据资产价值,推动业务创新,全面增强企业竞争力。本书编者将近10年在数据治理咨询工作中积累的经验和知识进行总结,通过对数据治理的原理、技术、案例、发展趋势等内容的介绍,为读者进行数据治理、主数据管理实践提供重要的参考。 全书分为4篇,共14章。篇数据治理概念(~3章),面向数据治理组织管理者,从数据治理的必要性、可行性、应用效果等进行展开,回答管理者关心的数据治理的核心问题;第二篇数据治理实施(第4~8章),面向
从这本书能学到什么?激动人心的敏捷时刻终于到来!前所未有地,我们的行业终于发现了一个真正的可持续方法,可以解决让几代软件开发人员困扰的问题。敏捷不仅能带来非凡的结果,团队还认为他们工作时也更加愉快。不过,既然敏捷这么好,为什么没有人人都采用敏捷呢?事实上,敏捷可能适用一个团队,而对于另一个团队却有可能带来严重的问题,区别就在于团队的思维模式。利用这个重视大脑的学习指南,你会改变考虑项目的思维方式,而且是朝着好的方向改变!在准备PMI-ACP?认证考试?这本书涵盖通过考试所需要的全部内容:完整的学习指南、技巧、模拟题,以及一个PMI-ACP全真模拟考试。
Python是一门开源的编程语言,凭借其易学和灵活的特点,得到了越来越多人的认可和青睐。它在金融领域也有着非常好的应用现状和前景。 本书聚焦于Python在金融分析与风险管理的应用,全书分为入门篇、基础篇和提高篇,共12章。入门篇对Python做了介绍并结合金融场景演示了Python的基本操作;基础篇结合金融场景,讲解NumPy、Pandas、Matplotlib、SciPy等Python模块的具体运用;提高篇详细讨论运用Python分析利率、债券、股票、期货、期权以及风险价值等内容。 本书是专注于Python在金融领域运用的普及性读物,作者斯文博士在金融与风险管理方面有着深厚的积累,同时也有着丰富的编程经验,一直致力于倡导和推广Python在金融领域的运用。 本书适合想要掌握Python应用的金融学习者、金融从业者阅读,也适合想要转行到金融领域的程序员以及对Python在金融领域的实践应用
本书是一本针对所有层次的Python读者而作的Python入门书。全书分两部分:分介绍用Python 编程所必须了解的基本概念,包括matplotlib、NumPy和Pygal等强大的Python库和工具介绍,以及列表、字典、if语句、类、文件与异常、代码测试等内容;第二部分将理论付诸实践,讲解如何开发三个项目,包括简单的Python 2D游戏开发,如何利用数据生成交互式的信息图,以及创建和定制简单的Web应用,并帮读者解决常见编程问题和困惑。
本书作为一本网状Meta分析指导手册,有以下特色:一,详尽阐述了网状Meta分析的起源、发展和现状以及撰写方法和注意事项;第二,在讲解理论知识的同时,选取了大量有代表性的实例深入分析解读,以便读者能够易于理解和灵活运用;第三,详细、全面的介绍了网状Meta分析中7种软件,深入浅出,图文并茂,操作性强;第四,首次详细介绍了 GRADE 方法在网状Meta分析中的应用。