荐书丨从数据分析到机器学习,大数据新书给你赋能 - 荐书
本
期
书
单
《大话数据分析2——Tableau数据可视化企业应用实战》
作者:高云龙
-
有实力:原厂顾问写作,Tableau中国区总裁等业内人士倾力推荐;
-
新视角:全面讲解Tableau企业应用的图书;
-
满满乐趣:故事化写作,场景式讨论,融入大量工作实践。
本书侧重于Tableau软件的“企业应用”,以一个企业内CoE的日常工作为主线,用对话的形式介绍了自助分析文化的推广过程。本书不仅详细描述了系统建设过程中的图表应用、仪表板设计、系统性能管理及系统架构等方面的内容,还深入阐述了数据分析文化的推广方法和一些最佳实践,包括CoE在赋能、管控方面的职责定义和工作开展方法,企业提升全员数据素养的实践方法以及如何通过Tableau Day等活动普及数据分析工作。
购书链接:http://www.ituring.com.cn/book/2727
《Python数据科学与机器学习:从入门到实践》
作者:弗兰克•凯恩(Frank Kane)
译者:陈光欣
-
清理和准备数据,使其可用于分析;
-
应用Python中流行的聚类和回归方法;
-
使用Python Matplotlib库对分析结果进行可视化;
-
使用Apache Spark的MLlib包在大型数据库上进行机器学习。
本书介绍了使用Python进行数据分析和高效的机器学习,首先从一节Python速成课开始,然后回顾统计学和概率论的基础知识,接着深入讨论与数据挖掘和机器学习相关的60多个主题,包括贝叶斯定理、聚类、决策树、回归分析、实验设计等。
购书链接:http://www.ituring.com.cn/book/2426
《Spark快速大数据分析》
作者:Holden Karau , Andy Konwinski , Patrick Wendell , Matei Zaharia
译者:王道远
-
本书由Spark开发者编写,可以让数据科学家和工程师即刻上手;
-
你能学到如何使用简短的代码实现复杂的并行作业,还能了解从简单的批处理作业到流处理以及机器学习等应用;
-
利用Spark,你可以用Python、Java以及Scala的简易API来快速操控大规模数据集。
本书由Spark开发者及核心成员共同打造,讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark,它带领读者快速掌握用Spark收集、计算、简化和保存海量数据的方法,学会交互、迭代和增量式分析,解决分区、数据本地化和自定义序列化等问题。
购书链接:http://www.ituring.com.cn/book/1558
如
何
拿
书
欢迎在本文微信订阅号(dbaplus)评论区写下#你目前最关注的大数据技术和关注理由#,小编将从中选出评论点赞数最高的一位,以及评论最精彩的两位读者,送出本期推荐的大数据好书一本,截止时间:下周四(8月8日)中午12:00。
注:同一个月里,已获赠者将不可重复拿书。
- (4篇长图带你机器学习入门)数据分析入门_PART4统计基础_CH014蒙特卡罗模拟
- 基于机器学习的NLP情感分析(一)---- 数据采集与词向量构造方法(京东商品评论情感分析)
- Python数据分析与机器学习-Seaborn
- 尝试向分析类转型1--scikit-learn(机器学习) 和 Weka(数据挖掘)
- 机器学习(九)使用sklearn库进行数据分析_——文本特征处理
- 机器学习100天-数据预处理 [代码实现细节分析]
- 机器学习--数据分析Pandas(一)--数据结构Series
- 人工智能、机器学习、深度学习、数据挖掘、数据分析区分
- 机器学习实例第二章:数据分析
- Python数据分析与机器学习-Numpy
- 分析,大数据,数据挖掘,数据科学,机器学习100个活跃的博客
- R语言实战:机器学习与数据分析源代码3
- Python数据分析与机器学习-梯度下降策略
- 数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics)之间有什么关系?
- 我的新书:网站数据分析:数据驱动的网站管理、优化和运营
- Python数据分析与机器学习-贝叶斯实现拼写检查器
- 最新Python数据分析(机器学习)共47课时
- 2017 年 机器学习之数据挖据、数据分析,可视化,ML,DL,NLP等知识记录和总结
- 为什么没人推荐用 JavaScript/Node.js 做机器学习和数据分析- Quora
- 大数据和机器学习固废行业分析