《Python在数据分析中的应用:统计分析方法与计量模型实践》基于Python学习在进行数据分析时常用的统计分析方法,具体包括多元线性回归模型拟合、多元非线性回归模型拟合、多元统计分析推断、模型变量的异方差性处理、处理面板数据的固定效应方法和随机效应方法、时间序列数据处理的有限分布滞后模型等。《Python在数据分析中
本书采用“案例螺旋升级”驱动“知识螺旋升级”的编写模式,针对同一案例,由浅入深地讲解了10种实现方法,巩固读者所学知识,帮助读者在实践中体会知识的价值。全书共16章,内容涵盖基本数据类型、自定义函数、控制语句、自定义模块和导入语句等Python基础知识,面向对象编程、文件管理、路径管理、序列化和持久化等Python中级
Kubeflow是基于K8S的机器学习工具包,是为数据科学家和数据工程师构建生产级别的机器学习实现而设计的。本书采用循序渐进的方式,从Kubeflow的安装、使用和设计开篇,随后从模型训练的整个周期展开,涵盖了数据探索、特征准备、模型训练/调优、模型服务、模型测试、模型监测和模型版本管理等各个环节,既有相关的理论知识也
本教材从初学者的角度出发,通过通俗易懂的语言、关键代码的分析、丰富多彩的实例,详细介绍了SSM框架基础知识以及如何利用SSM框架进行项目开发的全过程。全书共9章,主要内容包括:JavaEE基础知识以及JavaEE应用开发环境,SSM框架项目的基本结构,Spring、MyBatis以及SpringMVC三大开发框架的基础
R语言是一款简洁、易用、高效的程序设计语言,可以用于统计计算和统计制图。随着ggplot2包及其拓展包的广泛应用,R语言在数据可视化方面已经遥遥领先于其他统计分析软件及编程语言。本书主要介绍常用的数据可视化方法及R语言应用包的使用方法,并结合实际数据集进行实战操作,是R语言数据分析与可视化方面的一本入门教材。本书内容涵
本书由直接参与Scala开发的一线人员编写,深入介绍了Scala这门结合面向对象和函数式的编程语言的核心特性和设计取舍。继第4版后,时隔一年,本书迎来重大更新,内容覆盖Scala3.0,对新的缩进语法、并集类型、交集类型、枚举、代数数据类型、上下文参数、特质参数、扩展方法、类型族等都有详细介绍。本书适合有一定编程经验的
阿里云IoTHaaS(HardwareasaService)物联网设备云端一体低代码开发框架集合阿里云、达摩院、平头哥相关技术,基于数亿台物联网设备接入经验,提供积木式硬件开发能力,实现低代码快速开发,帮助中小开发者聚焦业务,实现设备安全上云,加速设备创新迭代。本书主要对HaaS开发框架中的技术进行详细的介绍,主要包括
本书全面介绍了数据架构与数据建模的相关知识,全书分为4篇,共16章。 第1~3章为数据架构基础篇,介绍了企业架构、数据架构及数据模型的基础概念。第4~9章为数据模型设计篇,介绍了如何通过数据模型记分卡规范化数据模型设计,以及经典数据建模方法论,包括范式建模、维度建模、DataVault建模、统一星型建模。第10~12章
本书介绍统计计算与智能分析基础理论以及基于Python的模型算法实现。全书由13章组成,主要内容有:随机数生成技术;数据探索性分析;特征提取与选择方法;期望算法;Markov链蒙特卡罗方法;重采样技术;重要采样技术;序贯重要性采样;非参数概率密度估计;非参数回归分析;树模型理论;概率图模型;模型性能评价技术。
本书基于广受好评的Python工匠系列开源文章。全书从工程实践角度出发,通过剖析核心知识、展示典型案例与总结实用技巧,帮助大家系统进阶Python,写好工程代码,做好实践项目。 本书共计13章,分为五大部分:变量与基础类型、语法结构、函数与装饰器、面向对象编程、总结与延伸,涵盖Python编程的方方面面。本书的写作方式