找到 12 条结果 按相关性 按时间降序
Linux系统应用教程
本书是学习Linux基础和实际使用的教材，以国产红旗（Red Flag）Asianux Server为例，系统地讲述了Linux系统基础知识、Linux系统的安装、图形用户界面及其操作、Linux系统的常用命令、Linux系统的各种网络服务和系统工具、Shell编程和Linux下的C语言编程等。本书的内容也适用于其他版本的Linux。本书将复杂的理论融合在实际应用中，以简单的实例对理论进行诠释，使读者在掌握Linux操作技能的同时加深对理论的理解。全书图文并茂，对关键的操作步骤进行了屏幕截图，以加强读者对内容的理解。本书可作为普通高等院校及高层次高等职业院校计算机相关专业学生教材，也可作为广大Linux用户、网络管理员、系统管理员的自学用书和参考手册。
Python数据分析
Python作为一种程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众认可。本书基于Python 3.6构建Python开发平台,全面涵盖Python基础编程知识；详解数据分析的数据特征、数据清洗、数据集成、数据规范化、数据归约、数据降维、数据分析建模、数据可视化和评估等流程，涵盖了Python常用的数据分析模块和数据分析算法。本书以13章的篇幅介绍Python数据分析，包括Python语言基础、程序控制结构、函数、正则表达式、文件与文件夹操作、用matplotlib实现数据可视化、numpy库、pandas库、数据质量分析、数据预处理、数据分析方法等内容。 本书可作为高等院校各专业的数据分析课程教材，也可作为数据分析人员、想从事数据工作的初学者的参考书。
大数据技术（微课版）
本书系统地讲解了大数据处理常用技术，具体包括大数据处理架构Hadoop、分布式文件系统HDFS、MapReduce编程模型、分布式数据库Hbase、NoSQL数据库、Spark分布式内存计算、MapReduce应用开发、Spark SQL编程、数据可视化。本书编写特色理论与具体操作相结合，较低基础入门大数据技术。读者对象是本科、专科或研究生大数据技术课程教材，大数据技术爱好者，其他对大数据技术感兴趣的人员。
Python语言程序设计（第2版）(微课版)
Python是一门简单易学、功能强大的优雅编程语言。它内建了高效的数据结构,且具有丰富的第三方开发库,能够用简单而高效的方式编程。本书由浅入深、步步引导、循序渐进地讲述Python语言的基础知识、基本语法。本书用12章的篇幅来介绍Python语言,包括Python语言概述、Python语言基础、程序流程控制、函数、正则表达式、文件与文件夹操作、面向对象程序设计、模块和包、算法与数据结构基础、错误和异常处理、图形用户界面、用matplotlib实现数据可视化。 本书可作为高等院校各专业的Python语言教材,也可作为软件开发人员的参考资料,还可作为Python语言自学者的参考书。
Python数据挖掘技术及应用（微课版）
本书是一本全面介绍数据挖掘技术的专业书籍，系统地阐述了数据挖掘的相关概念、原理、算法思想和算法的Python代码实现。全书共分13章，各章相对独立成篇，以利于读者选择性学习。13章内容分别为绪论、pandas数据处理、认识数据、数据预处理、决策树分类、贝叶斯分类、支持向量机分类、感知器分类、回归、聚类、关联规则挖掘、推荐系统、电商评论网络爬取与情感分析。 本书可作为高等院校计算机科学与技术、数据科学与大数据及相关专业的数据挖掘、数据分析课程教材，亦可作为数据挖掘、数据分析人员的参考书。
Python机器学习原理与实践（微课版）
本书系统地介绍了机器学习的相关知识。本书共12章,内容包括机器学习、机器学习的数学基础、不同格式数据的读取与写入、数据预处理、回归、决策树分类、贝叶斯分类、支持向量机分类、聚类、人工神经网络、OpenCV图像识别、TensorFlow深度学习。 本书可作为高等院校计算机、人工智能、软件工程、信息管理等相关专业的机器学习课程教材，也可作为相关技术人员的参考书。
Spark大数据分析技术（Python版·微课版）
本书系统介绍Spark大数据处理框架。全书共8章,内容包括大数据技术概述、Spark大数据处理框架、Spark RDD编程、Spark SQL结构化数据处理、HBase分布式数据库、Spark Streaming流计算、Spark MLlib机器学习、数据可视化。 本书可作为高等院校计算机科学与技术、信息管理与信息系统、软件工程、数据科学与大数据技术、人工智能等专业的大数据课程教材，也可供从事大数据开发和研究工作的工程师和科技工作者参考。
Spark大数据处理技术与实战(Scala版·微课版）
本书系统介绍了Spark大数据处理框架以及相应的主流开发语言Scala。全书共14章,内容包括Scala基本概念和基本用法，Scala字符串和数组，Scala控制结构，Scala列表、元组、集合和映射，Scala函数，Scala面向对象编程，Spark大数据处理框架、Spark RDD编程，Windows环境下的Spark综合编程，用Spark SQL处理结构化数据，Spark Streaming流处理，Spark Structured Streaming流处理，Spark GraphX图计算，Spark ML机器学习。 本书可作为高等院校计算机科学与技术、信息管理、软件工程、数据科学与大数据、人工智能等相关专业的大数据课程教材，也可供企业中从事大数据开发的工程师和科技工作者参考。
Hadoop大数据技术原理与编程（微课版）
本书系统介绍了大数据技术的相关知识,全书共13章,内容包括Hadoop大数据处理架构、HDFS分布式文件系统、YARN资源管理、MapReduce分布式计算框架、HBase分布式数据库、流数据采集、典型非关系数据库的安装与使用、分布式数据分析工具Pig、Spark大数据处理框架、基于Python语言的Spark RDD编程、基于Python语言的Spark SQL结构化数据处理、Hive分布式数据仓库、典型数据可视化工具的使用。本书对大数据相关技术给出详细的编程示例，并给出详细的注解。 本书可作为高等院校计算机、信息管理、软件工程、人工智能、数据科学与大数据技术等相关专业的大数据技术课程教材，也可供相关技术人员参考。
- 1
- 2