同類熱銷排行榜

Java數據分析指南

作者：(美)約翰·哈伯德|譯者:高蓉//李茂
出版社：人民郵電
ISBN：9787115494863

出版日期：2018/12/01
裝幀：平裝
頁數：331

人民幣：RMB 79 元售價：元

內容大鋼

    當今，數據科學已經成為一個熱門的技術領域，例如數據處理、信息檢索、機器學習、自然語言處理、數據可視化等都得到了廣泛的應用和發展。而Java作為一門經典的編程語言，在數據科學領域也有著突出的表現。
    約翰·哈伯德著的《Java數據分析指南》旨在通過Java編程來引導讀者更好地進行數據分析。本書包含11章內容，詳細地介紹了數據科學導論、數據預處理、數據可視化、統計、關係資料庫、回歸分析、分類分析、聚類分析、推薦系統、NoSQL資料庫以及Java大數據分析等重要主題。
    本書適合想通過Java解決數據科學問題的讀者，也適合數據科學領域的專業人士以及普通的Java開發者閱讀。通過閱讀本書，讀者將能夠對數據分析有更加深入的理解，並且掌握實用的數據分析技術。

作者介紹

(美)約翰·哈伯德|譯者:高蓉//李茂
約翰·哈伯德（John R. Hubbard）任教於賓夕法尼亞州和弗吉尼亞州的高校，從事電腦數據分析工作長達40余年。他擁有賓州州立大學的電腦科學碩士學位和密歇根大學的數學博士學位。目前，他在里士滿大學擔任數學和電腦科學的名譽教授，他在該校講授數據結構、資料庫系統、數值分析和大數據。哈伯德博士出版了許多著作並發表過多篇論文，除了本書，他還出版過6本計算領域的著作。其中某些著作已經翻譯為德文、法文、中文和其他5種語言。此外，他還是一位業餘音樂家。

第1章  數據科學導論
  1.1  數據分析起源
  1.2  科學方法
  1.3  精算科學
  1.4  蒸汽計算
  1.5  一個驚人的例子
  1.6  赫爾曼·何樂禮
  1.7  ENIAC
  1.8  VisiCalc
  1.9  數據、信息和知識
  1.10  為什麼用Java
  1.11  Java集成開發環境
  1.12  小結
第2章  數據預處理
  2.1  數據類型
  2.2  變數
  2.3  數據點和數據集
  2.4  關係資料庫表
    2.4.1  關鍵欄位
    2.4.2  鍵—值對
  2.5  哈希表
  2.6  文件格式
    2.6.1  微軟Excel數據
    2.6.2  XML和JSON數據
  2.7  生成測試數據集
    2.7.1  元數據
    2.7.2  數據清洗
    2.7.3  數據縮放
    2.7.4  數據過濾
    2.7.5  排序
    2.7.6  合併
    2.7.7  散列法
  2.8  小結
第3章  數據可視化
  3.1  表和圖
    3.1.1  散點圖
    3.1.2  線圖
    3.1.3  條形圖
    3.1.4  直方圖
  3.2  時間序列
  3.3  Java實現
  3.4  移動平均
  3.5  數據排序
  3.6  頻率分佈
  3.7  正態分佈
  3.8  指數分佈
  3.9  Java示例
  3.10  小結
第4章  統計
  4.1  描述性統計量

  4.2  隨機抽樣
  4.3  隨機變數
  4.4  概率分佈
  4.5  累積分佈
  4.6  二項分佈
  4.7  多元分佈
  4.8  條件概率
  4.9  概率事件的獨立性
  4.10  列聯表
  4.11  貝葉斯定理
  4.12  協方差和相關
  4.13  標準正態分佈
  4.14  中心極限定理
  4.15  置信區間
  4.16  假設檢驗
  4.17  小結
第5章  關係資料庫
  5.1  關係數據模型
  5.2  關係資料庫
  5.3  外鍵
  5.4  關係資料庫設計
    5.4.1  創建資料庫
    5.4.2  SQL命令
    5.4.3  數據插入資料庫
    5.4.4  資料庫查詢
    5.4.5  SQL數據類型
    5.4.6  JDBC
    5.4.7  使用JDBC PreparedStatement
    5.4.8  批處理
    5.4.9  資料庫視圖
    5.4.10  子查詢
    5.4.11  表索引
  5.5  小結
第6章  回歸分析
  6.1  線性回歸
    6.1.1  Excel中的線性回歸
    6.1.2  計算回歸係數
    6.1.3  變異統計量
    6.1.4  線性回歸的Java實現
    6.1.5  安斯庫姆的四重奏
  6.2  多項式回歸
    6.2.1  多元線性回歸
    6.2.2  Apache Commons的實現
    6.2.3  曲線擬合
  6.3  小結
第7章  分類分析
  7.1  決策樹
    7.1.1  熵和它有什麼關係？
    7.1.2  ID3演算法
    7.1.3  Weka平台

    7.1.4  數據的ARFF文件類型
    7.1.5  Weka的Java實現
  7.2  貝葉斯分類器
    7.2.1  Weka的Java實現
    7.2.2  支持向量機演算法
  7.3  邏輯回歸
    7.3.1  k近鄰演算法
    7.3.2  模糊分類演算法
  7.4  小結
第8章  聚類分析
  8.1  測量距離
  8.2  維數災難
  8.3  層次聚類法
    8.3.1  Weka實現
    8.3.2  K-均值聚類
    8.3.3  K-中心點聚類
    8.3.4  仿射傳播聚類
  8.4  小結
第9章  推薦系統
  9.1  效用矩陣
  9.2  相似性度量
  9.3  餘弦相似性
  9.4  一個簡單的推薦系統
  9.5  亞馬遜項目對項目的協同過濾推薦
  9.6  實現用戶評分
  9.7  大型稀疏矩陣
  9.8  使用隨機訪問文件
  9.9  Netflix大獎賽
  9.10  小結
第10章  NoSQL資料庫
  10.1  映射數據結構
  10.2  SQL與NoSQL
  10.3  Mongo資料庫系統
  10.4  Library資料庫
  10.5  MongoDB的Java開發
  10.6  MongoDB的地理空間資料庫擴展
  10.7  MongoDB中的索引
  10.8  為什麼選擇NoSQL，為什麼選擇MongoDB
  10.9  其他的NoSQL資料庫系統
  10.10  小結
第11章  Java大數據分析
  11.1  擴展、數據分塊和分片
  11.2  谷歌的PageRank演算法
  11.3  谷歌的MapReduce框架
  11.4  MapReduce的一些應用示例
  11.5  「單詞計數」示例
  11.6  可擴展性
  11.7  MapReduce的矩陣操作
  11.8  MongoDB中的MapReduce
  11.9  Apache Hadoop

  11.10  Hadoop MapReduce
  11.11  小結
附錄  Java工具

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

Java數據分析指南