机读格式显示(MARC)

• 000 01871nam0 2200289 450

• 001 0000787953

• 005 20231128215300.0

• 010 __ |a 978-7-5221-2208-3 |d CNY78.00

• 100 __ |a 20230815d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于数据仓库技术的数据分析实践 |A ji yu shu ju cang ku ji shu de shu ju fen xi shi jian |f 魏莉, 龚灿, 谢慧著

• 210 __ |a 北京 |c 中国原子能出版社 |d 2022.11

• 215 __ |a 235页 |c 图 |d 24cm

• 314 __ |a 魏莉, 1977年生, 河南南阳人, 副教授, 大学本科学历, 计算机应用工程硕士。现就职于湘南学院软件与通信工程学院, 担任网络工程教研室主任、网络教研室党支部书记。龚灿, 1993年生, 湖南郴州人, 硕士研究生, 主要从事人工智能、大数据分析和金融投资分析等工作。谢慧, 1982年生, 高级工程师/副教授。本科毕业于首都师范大学计算机科学与技术专业, 研究生毕业于湖南大学计算机应用专业, 现就任于湘南学院软件与通信工程学院。

• 320 __ |a 有书目 (第232-235页)

• 330 __ |a 本书共分为9章。第1章数据仓库概述, 对数据仓库及其发展现状、特点、组成、体系结构等进行介绍; 第2章 Python数据分析概述, 对Python及其开发平台的搭建、数据分析工具进行阐述; 第3章准备数据, 包括数据仓库读写文件、储存与检索、数据ETL过程、数据的初步处理; 第4章数据仓库设计, 阐述数据仓库的规划和需求分析以及数据仓库的建模; 第5章数据分类, 包括分类过程以及k-最邻近分类算法、决策树分类算法、贝叶斯分类算法、神经网络算法、支持向量机5种数据分类法; 第6章回归分析与时序分析, 对识别并解决数据中的多重共线性、构建线性回归模型、时间序列技术、时序分析模型、时序的相似性搜索进行阐述; 第7章基于数据仓库技术的数据分析实例, 为读者提供3个实践案例, 以作参考。

• 606 0_ |a 数据库系统 |A shu ju ku xi tong |x 研究

• 690 __ |a TP311.13 |v 5

• 701 _0 |a 魏莉 |A wei li |f 1977- |4 著

• 701 _0 |a 龚灿 |A gong can |f 1993- |4 著

• 701 _0 |a 谢慧 |A xie hui |f 1982- |4 著

• 801 _0 |a CN |b 湖北三新 |c 20230815

• 905 __ |a JCIL |d TP311.13/17.10

• 920 __ |a 410900 |z 1