本书从初学者易于理解的角度,以通俗易懂的语言、丰富的实例、简洁的图表、传统和现代数据特征的对比,将大数据这一计算机前沿科学如数家珍地娓娓道来。既介绍了大数据和相关的基础知识,又与具体应用有机结合起来,并借助可视化图表的画面感立体地为读者剖析了大数据的技术和原理,非常便于自学。本书内容包括大数据概论、大数据采集及预处理、大数据分析、大数据可视化、Hadoop概论、HDFS和Common概论、MapReduce概论、NoSQL技术介绍、Spark概论、云计算与大数据、大数据相关案例等内容。本书既可以作为想了解大数据技术和应用的初学者的教材,也适合作为培训中心、IT人员、企业策划和管理人员的参考书。
本书总结了32条Ruby编程技巧,帮助读者写出清晰、优雅、稳定的Ruby代码。作者Avdi Grimm主张Ruby方法应该像故事一样易于阅读。他将Ruby方法分成输入处理(Collecting Input)、功能实现(Performing Work)、输出处理(Delivering Output)、失败处理(Handling Failures)四个部分,针对每个部分的特点归纳实用的编程模式,并配合丰富的实例讲解,让读者写出优雅实用的Ruby代码,找回Ruby编程的乐趣。
Ruby语言的魅力到底何在?它适合你吗?问自己:你是否对其他编程语言里各种额外的声明、关键字和复杂步骤感到厌烦?你是否想成为生产效率更高的程序员?如果答案是肯定的,那么你将热爱Ruby编程语言。基于《
《R语言与统计计算》共分12章:章为基础知识,供初学者查阅;第2章为R软件简明教程;第3、4章分别为探索性数据分析、统计推断基础;第5、6、7章分别为蒙特卡罗、随机模拟实验、随机过程计算与仿真;第8、
从这本书能学到什么? Ruby语言为什么这么炙手可热?它适合你吗?嗯,你可以先问问自己,是不是已经厌倦了其他语言中那些额外的声明、关键字和编译步骤?你想成为一个效率更高的程序员吗?那么你会爱上Ruby的!通过这个绝妙的实战学习体验,你会发现Ruby会为你解决所有这些细节,而你可以尽享编程的快乐,用更少的代码做更多的事情。 为什么这本书如此与众不同? 根据认知科学和学习理论的新研究成果,《Head First Ruby(中文版)》采用了一种适合大脑的丰富格式娓娓道来,而不是长篇累牍地说教,让你昏昏欲睡。为什么要把你的时间浪费在与新概念的斗争中呢?这种多感官的学习体验专门为你的大脑而设计,可以让它有更好的工作状态。
R既是统计、挖掘、计算、分析、制图等方面的工具,也是一个强大的开发与应用平台。在大数据时代,任何与数据相关的难题,都可以借助R语言来解决。而金融领域正是与数据密切相关的行业,可以通过R这一工具来实现量化金融建模与量化交易。 帕勒姆·吉特、普拉桑特·瓦次著的《量化交易学习指南--基于R语言》包括9章内容,书中包含诸多真实的金融案例,旨在通过循序渐进的讲解帮助读者了解R,并学会在量化金融与量化交易中使用R。本书还介绍了有关统计建模、计量分析与小波分析、时间序列建模、算法交易、基于机器学习的交易、风险管理、衍生品定价等重要内容。 本书适合对R及其应用感兴趣的读者阅读,尤其适合想要在量化交易中使用R的读者学习。本书并不要求读者具备R编程的知识,但希望读者对数学分析有一些了解。
Ruby是一种简单快捷的面向对象脚本语言,在实际工作中,Ruby也被作为常用的开发软件使用。本书是非常基础的入门书,从什么是Ruby、如何安装软件开始讲起,然后进行编程Hello World,随后一步步介绍编程模块,并根据游戏设计案例讲解Ruby软件应用实践方法。
Ruby语言的魅力到底何在?它适合你吗?问自己:你是否对其他编程语言里各种额外的声明、关键字和复杂步骤感到厌烦?你是否想成为生产效率更高的程序员?如果答案是肯定的,那么你将热爱Ruby编程语言。基于《
R既是统计、挖掘、计算、分析、制图等方面的工具,也是一个强大的开发与应用平台。在大数据时代,任何与数据相关的难题,都可以借助R语言来解决。而金融领域正是与数据密切相关的行业,可以通过R这一工具来实现量化金融建模与量化交易。 帕勒姆·吉特、普拉桑特·瓦次著的《量化交易学习指南--基于R语言》包括9章内容,书中包含诸多真实的金融案例,旨在通过循序渐进的讲解帮助读者了解R,并学会在量化金融与量化交易中使用R。本书还介绍了有关统计建模、计量分析与小波分析、时间序列建模、算法交易、基于机器学习的交易、风险管理、衍生品定价等重要内容。 本书适合对R及其应用感兴趣的读者阅读,尤其适合想要在量化交易中使用R的读者学习。本书并不要求读者具备R编程的知识,但希望读者对数学分析有一些了解。
林智章、张良均主编的《R语言编程基础(大数据人才培养规划教材)》以理论结合示例操作的方式,全面介绍了R语言编程基础及其知识的应用,讲解了利用R语言解决部分实际问题的方法。全书共7章:第1章为R语言概述,包括学习R语言的优势、R语言的编译环境、R包的获取及加载、R包的内置数据等;第2~6章主要介绍R语言的数据对象与数据读写、数据集基本处理、函数与控制流、初级绘图、 绘图:第7章主要介绍可视化数据挖掘工具Rattle。本书的每章都包含了课后习题,通过练习帮助读者巩固所学的内容。 本书可以作为高校大数据技术类专业教材,也可作为大数据技术爱好者自学用书。