
会员
一本书玩转数据分析(双色图解版)
更新时间:2021-03-26 18:53:15 最新章节:封底
书籍简介
本书是一本数据分析宝典,精讲了数据分析的各种方法,如七何分析法、演绎树分析法、金字塔原理、4P营销理论、SWOT分析法、比较分析法、平均分析法、回归分析法、检验分析法等,帮助读者快速从新手成为数据分析高手!本书通过3大数据分析工具+7大分析步骤+13大整理数据的方法+17大美化图表法+20大数据分析法+70多个实用案例+100多个专家知识补充+100多个数据分析图解+450多张精美图片,深度剖析数据分析的精华之处。让您一书在手,即可彻底读懂数据分析,从菜鸟成为达人!本书共分为10章,具体内容包括走进数据分析的世界、落实数据分析操作、掌握数据整理的方法、掌握数据分析秘诀、使用回归+历史引申、需要方差+“显著”、数据也要美美的、数据分析函数学习、与同行之间的角逐、淘宝指数+百度指数+好搜指数。本书结构清晰、语言简洁、图解丰富,适合4类人群:一是初学数据分析的新手,二是从事数据相关行业的个人与公司,三是有意学习数据分析的白领阶层、工薪阶层、学生等,四是希望通过数据分析“挖金”的个体老板、企业高管、政府媒体、网络数据分析师等人群。
品牌:清华大学
上架时间:2016-07-01 00:00:00
出版社:清华大学出版社
本书数字版权由清华大学提供,并由其授权上海阅文信息技术有限公司制作发行
最新章节
海天电商金融研究中心编著
最新上架
- 会员人本智造(以人为本的智能制造)体现了工业特别是制造业未来发展的重要趋势,是未来工业(工业5.0)的核心使能技术,是新一代智能制造的重要技术方向。本书深入阐述面向工业5.0的人本智造最新研究成果,包括人的数字孪生、人机协同作业、人机团队合作等,以及相关典型案例,展现了当前国内外人本智造领域的技术进展和应用前景。本书是《人本智造:面向新工业革命的制造模式》一书的姊妹篇,可为从事机械制造业科学研究、企业工业9.6万字
同类书籍最近更新
- 会员本书介绍工业机器人系统集成的设计方法,分走进系统集成、系统集成要求分析、机械系统模块设计、工件检测模块设计、控制系统模块设计以及系统功能集成开发六个学习项目,每一单元有各自的任务设计和相关知识介绍,介绍后又都以搬运工作站为案例进行具体分析,最后又增加了一个拓展项目——焊接机器人系统集成设计实践,是对前六个项目知识的巩固,学生通过该项目的自主学习可所学付诸实践。自动化10.2万字
- 会员本书按照最新的职业教育教学改革要求,结合国家示范院校建设项目成果,以及作者多年的校企合作经验编写。以目前应用广泛的MCS-51系列单片机为例,系统介绍了微控制器的相关概念、内部结构、功能、指令系统、定时器/计数器、中断系统等知识与技能。本书采用理实一体化教学方式,选择10个从生产实践中提炼的典型设计实例,内容由易到难,循序渐进,着重培养学生综合开发单片机产品的能力,为后续专业课程学习及就业后顺利工自动化9.3万字
- 会员本书是一本阅读起来特别轻松、学习一点都不费劲的TensorFlow入门书。本书基于TensorFlow2.0版本,从机器学习和TensorFlow的基础开始,针对初学者只选择实际应用中的必需最小知识量,对前馈神经网络、卷积神经网络、循环神经网络、深度强化学习进行了浅显易懂且快速有效的阐述,其中包括了很多具体的TensorFlow示例,最后一章的项目实战能够教会初学者使用深度学习解决实际问题,从而自动化7.1万字
- 会员SalesforceisoneofthetopCRMtoolsusedthesedays,andwithitsimmensefunctionalitiesandfeatures,iteasesthefunctioningofanenterpriseinvariousareasofsales,marketing,andfinance,自动化2.4万字
- 会员本书分为四部分,第一部分为运动控制概述,主要讲解了运动控制基本知识、系统组成、类型、特点以及常用名词。第二部分为运动控制功能与应用,介绍了如速度控制、位置控制、转矩平衡、卷曲、飞剪、横切和位置同步等典型应用。第三部分为实例应用解析,涉及印刷、包装、物流、金属加工、汽车和起重等众多行业,每个实例均包括设备概述、系统配置、解决方案及技术要点分析。第四部分为运动控制虚拟调试,通过实例重点介绍了如何运用T自动化15.2万字
- 会员本书选择典型的流水车间调度、作业车间调度、分布式调度等问题作为研究背景,以强化学习、深度学习和其他智能算法为研究对象,开展复杂约束条件下的车间生产调度单目标或多目标问题研究。围绕基于监督学习的序列模型、基于值函数逼近的深度强化学习算法、基于策略梯度的深度强化学习算法、改进的NSGA—Ⅱ算法、基于NASH—Q—learning的分布式算法展开论述,并将之分别应用到不同的生产调度场景。本书基于作者多年自动化15.6万字