当前位置:首页 > 名称

大约有1,000项符合查询结果项。(搜索耗时:0.0256秒)

为您推荐: 给水排水工程常用数据速查手册委会 建筑工程常用数据系列手册写组 给水排水工程结构设计手册 委会 建筑工程预算员速查手册 委会组织写 最新常用电子管速查手册 写组 最新常用保护元器件速查手册 写组

  • 数据对市场营销的影响与创新

    刘贵容,刘军著2019 年出版282 页ISBN:9787509661758

    数据、云计算、物联网、人工智能等高新技术已经推动人类社会走向前所未有的时代变革中。无论是基于大数据的人工智能、工业4.0下的智能制造、“互联网+”的供给侧改革,都需要终端市场的精准营销来完成产品...

  • SQL和PL/SQL深度数据建模 高级程 高级分析 安全与管理

    (美)阿勒普·纳达(Arup Nanda),(爱尔兰)布伦丹·蒂尔尼(Brendan Tierney),(芬)海利·希尔塔赫(Heli Helskyaho)著2019 年出版538 页ISBN:9787302519263

    本书的作者都是Oracle ACE总监,本书全面介绍了利用最佳实践、详细实例、提示技巧来有效地综合使用SQL和PL/SQL,演示如何在实际应用程序中写应用、故障修复和实现代码。本书全面剖析了未得到充分利用的SQL...

  • 数据到Excel自动化报表 Power Query和Power Pivot实战

    黄海剑(大海)著2019 年出版244 页ISBN:9787121356810

    本书主要介绍如何使用Excel内置的Power工具制作自动化报表。书中通过大量案例的实操,综合介绍Excel新功能Power Query和Power Pivot的常用知识,具体包括Power Query的功能操作、M语言及函数、Power Pivot的功...

  • 可视化的美之基于R语言的大数据可视化分析与应用

    陈凌云著2019 年出版219 页ISBN:9787564760977

    本书针对计算机、信息管理和其他相关专业学生的发展需求,系统、全面地介绍了关于大数据技术及其可视化的基本知识和技能,详细介绍了数据可视化之美,数据可视化方法、应用、管理与计算、分享与发布等内容。希望...

  • 数据开公司 流程、方法、案例一本通

    张杰,陈联勤著2019 年出版173 页ISBN:9787111611578

    在万众创新创业的时代,创业成为一种热潮,很多人想要开办自己的一家公司,然而开公司对于初创者而言是一件非常烦恼的事。本书是以创业者的视角,讲述创业者应该如何利用数据去开公司,成功实现小微公司创业的目标。...

  • 数据时代大学生思想政治教育工作的优化研究

    梅茹著2019 年出版118 页ISBN:9787518046683

    在大数据时代,高校思想政治教育工作者可以通过大数据技术平台较为准确地掌握大学生的思想动态及兴趣爱好,然后有针对性地对其引导和教育,有利于促进大学生实现个性化发展。因此,研究大数据如何优化大学生思想政...

  • 基于混沌神经网络的医学体数据水印技术

    韩宝如著2019 年出版118 页ISBN:9787030575746

    数字水印是近年来信息安全领域的一门新兴学科,作为国内关于基于混沌神经网络的医学体数据水印技术的专著,本书主要包括以下内容:绪论,相关理论,基于Legendre混沌神经网络的抗几何攻击的水印算法,基于Chebyshev混...

  • 数据分析及其在电力系统中的应用

    黄彦浩,于之虹,高波2019 年出版227 页ISBN:9787519825317

    本书详细介绍了数据分析的基础、方法,以及在电力系统中的应用。全书共分12章,包括数据分析的统计学基础、核方法、知识建模、关联分析、分类分析、聚类分析、数据分析的其他方法、数据可视化、电网仿真数据分...

  • R数据科学实战 工具详解与案例分析

    (中国)邬书豪,刘健2019 年出版242 页ISBN:9787111629948

    本书是一本面向初学者的R语言学习实战宝典。作者融合自己丰富的实践经验,详细阐述使用R语言进行数据分析的流程,并深入探讨如何使用常见的R语言程序包和函数对数据进行处理和分析,结合现实问题,一步步地剖析关...

  • 高等学校新工科人才培养“十三五”规划教材 Python大数据基础与实战

    姚智颖,雷鸿俊责任辑;(中国)范晖,于长青,张文胜2019 年出版248 页ISBN:9787560653808

    本书以Python 3.7.2为基础,系统地介绍了Python程序设计的基础知识。全书分为三篇,共13章。第一篇“Python基础知识”,包含第1~6章;第二篇“Python高级特性”,包含第7~9章;第三篇“Python数据分析与处理”,办好第10...

学科分类
返回顶部