[ 收藏 ] [ 简体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

  •  管理

     一般管理学
     市场/营销
     会计
     金融/投资
     经管音像
     电子商务
     创业企业与企业家
     生产与运作管理
     商务沟通
     战略管理
     商业史传
     MBA
     管理信息系统
     工具书
     外文原版/影印版
     管理类职称考试
     WTO
     英文原版书-管理
  •  投资理财

     证券/股票
     投资指南
     理财技巧
     女性理财
     期货
     基金
     黄金投资
     外汇
     彩票
     保险
     购房置业
     纳税
     英文原版书-投资理财
  •  经济

     经济学理论
     经济通俗读物
     中国经济
     国际经济
     各部门经济
     经济史
     财政税收
     区域经济
     统计 审计
     贸易政策
     保险
     经济数学
     各流派经济学说
     经济法
     工具书
     通货膨胀
     财税外贸保险类考试
     英文原版书-经济
  •  社会科学

     语言文字
     社会学
     文化人类学/人口学
     新闻传播出版
     社会科学总论
     图书馆学/档案学
     经典名家作品集
     教育
     英文原版书-社会科学
  •  哲学

     哲学知识读物
     中国古代哲学
     世界哲学
     哲学与人生
     周易
     哲学理论
     伦理学
     哲学史
     美学
     中国近现代哲学
     逻辑学
     儒家
     道家
     思维科学
     马克思主义哲学
     经典作品及研究
     科学哲学
     教育哲学
     语言哲学
     比较哲学
  •  宗教

  •  心理学

  •  古籍

  •  文化

  •  历史

     历史普及读物
     中国史
     世界史
     文物考古
     史家名著
     历史地理
     史料典籍
     历史随笔
     逸闻野史
     地方史志
     史学理论
     民族史
     专业史
     英文原版书-历史
     口述史
  •  传记

  •  文学

  •  艺术

     摄影
     绘画
     小人书/连环画
     书法/篆刻
     艺术设计
     影视/媒体艺术
     音乐
     艺术理论
     收藏/鉴赏
     建筑艺术
     工艺美术
     世界各国艺术概况
     民间艺术
     雕塑
     戏剧艺术/舞台艺术
     艺术舞蹈
     艺术类考试
     人体艺术
     英文原版书-艺术
  •  青春文学

  •  文学

     中国现当代随笔
     文集
     中国古诗词
     外国随笔
     文学理论
     纪实文学
     文学评论与鉴赏
     中国现当代诗歌
     外国诗歌
     名家作品
     民间文学
     戏剧
     中国古代随笔
     文学类考试
     英文原版书-文学
  •  法律

     小说
     世界名著
     作品集
     中国古典小说
     四大名著
     中国当代小说
     外国小说
     科幻小说
     侦探/悬疑/推理
     情感
     魔幻小说
     社会
     武侠
     惊悚/恐怖
     历史
     影视小说
     官场小说
     职场小说
     中国近现代小说
     财经
     军事
  •  童书

  •  成功/励志

  •  政治

  •  军事

  •  科普读物

  •  计算机/网络

     程序设计
     移动开发
     人工智能
     办公软件
     数据库
     操作系统/系统开发
     网络与数据通信
     CAD CAM CAE
     计算机理论
     行业软件及应用
     项目管理 IT人文
     计算机考试认证
     图形处理 图形图像多媒体
     信息安全
     硬件
     项目管理IT人文
     网络与数据通信
     软件工程
     家庭与办公室用书
  •  建筑

  •  医学

     中医
     内科学
     其他临床医学
     外科学
     药学
     医技学
     妇产科学
     临床医学理论
     护理学
     基础医学
     预防医学/卫生学
     儿科学
     医学/药学考试
     医院管理
     其他医学读物
     医学工具书
  •  自然科学

     数学
     生物科学
     物理学
     天文学
     地球科学
     力学
     科技史
     化学
     总论
     自然科学类考试
     英文原版书-自然科学
  •  工业技术

     环境科学
     电子通信
     机械/仪表工业
     汽车与交通运输
     电工技术
     轻工业/手工业
     化学工业
     能源与动力工程
     航空/航天
     水利工程
     金属学与金属工艺
     一般工业技术
     原子能技术
     安全科学
     冶金工业
     矿业工程
     工具书/标准
     石油/天然气工业
     原版书
     武器工业
     英文原版书-工业技
  •  农业/林业

  •  外语

  •  考试

  •  教材

  •  工具书

  •  中小学用书

  •  中小学教科书

  •  动漫/幽默

  •  烹饪/美食

  •  时尚/美妆

  •  旅游/地图

  •  家庭/家居

  •  亲子/家教

  •  两性关系

  •  育儿/早教

     保健/养生
     体育/运动
     手工/DIY
     休闲/爱好
     英文原版书
     港台图书
     研究生
     工学
     公共课
     经济管理
     理学
     农学
     文法类
     医学
  • 基於雲計算的數據科學
    該商品所屬分類:計算機/網絡 -> 網絡與數據通信
    【市場價】
    1081-1568
    【優惠價】
    676-980
    【作者】 瓦利阿帕·拉克什曼南 
    【所屬類別】 圖書  計算機/網絡  網絡與數據通信  網絡配置與管理 
    【出版社】中國電力出版社 
    【ISBN】9787519840136
    【折扣說明】一次購物滿999元台幣免運費+贈品
    一次購物滿2000元台幣95折+免運費+贈品
    一次購物滿3000元台幣92折+免運費+贈品
    一次購物滿4000元台幣88折+免運費+贈品
    【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
    版本正版全新電子版PDF檔
    您已选择: 正版全新
    溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
    *. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
    *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
    *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
    內容介紹



    開本:16開
    紙張:膠版紙
    包裝:平裝-膠訂

    是否套裝:否
    國際標準書號ISBN:9787519840136
    作者:瓦利阿帕·拉克什曼南

    出版社:中國電力出版社
    出版時間:2020年03月 

        
        
    "

    產品特色

    編輯推薦

    本書將帶領你了解如何使用Google雲計算平臺,輕松構建復雜的統計和機器學習解決方案,解決實際業務問題。本書作為一本動手指南,為開發人員展示了如何在數據科學領域實現端到端的數據管道,以及如何在Google雲計算平臺上使用統計和機器學習的方法和工具。通過閱讀本書,你將學習多種數據科學方法,並使用這些方法在示例項目上制定業務決策。隨後,你就可以在Google雲計算平臺上針對自己的項目構建統計和機器學習解決方案了,同時探索該平臺為數據科學提供的更多革命性和協作特性。“Lak熟練地將現代數據科學的技術、工具和技巧提煉成了一份清晰而實用的指南,對於這一領域,我想不出比這更好的辦法了。針對Google在數據科學領域的服務,Lak提供了*指南,我認為這份指南可以讓讀者受益頗深,進而能夠從數據中獲取10倍的數據價值和洞察力。”—— Miles WardGoogle 雲計算平臺解決方案主管

     
    內容簡介
    在本書中,你將學到:
    使用App Engine應用實現自動化定期數據攝取。
    在Google Data Studio中創建並生成數據儀表板。
    構建實時數據分析管道,實現流式數據分析。
    使用Google BigQuery實現可交互式數據探索。
    在Cloud Dataproc群集上創建貝葉斯模型。
    使用Spark構建邏輯回歸機器學習模型。
    使用Cloud Dataflow數據管道計算時間聚合特征。
    使用TensorFlow構建高性能預測模型。

    在本書中,你將學到:
    使用App Engine應用實現自動化定期數據攝取。
    在Google Data Studio中創建並生成數據儀表板。
    構建實時數據分析管道,實現流式數據分析。
    使用Google BigQuery實現可交互式數據探索。
    在Cloud Dataproc群集上創建貝葉斯模型。
    使用Spark構建邏輯回歸機器學習模型。
    使用Cloud Dataflow數據管道計算時間聚合特征。
    使用TensorFlow構建高性能預測模型。
    將你的模型部署為微服務,並且從批處理和實時數據管道中使用它。

    作者簡介

    Valliappa Lakshmanan是Google雲計算平臺專家服務部門的技術主管。他希望將機器學習普及化,讓任何人、從任何地方,在無需深入了解統計學、編程知識,也無需購買大量硬件的情況下使用Google雲平臺提供的卓越架構。

    目錄
    目錄
    前言 1
    第 1 章 用數據做出更好的決策 9
    許多相似的決策 11
    數據工程師的角色 12
    雲計算讓數據工程師成為可能 14
    雲計算使數據科學能力得到倍增 18
    用案例研究揭示難解的真相 20
    基於概率的決策 21
    數據和工具 27
    代碼入門 28
    本章總結 30
    第 2 章 將數據攝取到雲端 31
    航空公司準點數據 31





    目錄
    前言 1
    第 1 章 用數據做出更好的決策 9
    許多相似的決策 11
    數據工程師的角色 12
    雲計算讓數據工程師成為可能 14
    雲計算使數據科學能力得到倍增 18
    用案例研究揭示難解的真相 20
    基於概率的決策 21
    數據和工具 27
    代碼入門 28
    本章總結 30
    第 2 章 將數據攝取到雲端 31
    航空公司準點數據 31
    可知性 33
    訓練 – 服務偏差 34
    下載程序 35
    數據集屬性36
    為什麼不就地存儲數據? 38
    向上擴展 40
    水平擴展 42
    使用 Colossus 和 Jupiter 讓數據存放在原位 44
    攝取數據 47
    對 Web 表單進行反向工程 48
    下載數據集51
    數據探索和清理 53
    將數據上傳到 Google 雲端存儲 55
    每月下載計劃 58
    使用 Python 攝取數據 61
    Flask Web App 68
    在 App Engine 上運行 69
    確保 URL 的安全 70
    計劃 Cron 任務 70
    本章總結 73
    代碼實驗 74
    第 3 章 創建引人注目的儀表板 76
    使用數據儀表板對模型進行解釋 77
    為什麼要先構建數據儀表板? 79
    準確、忠實於數據且良好的設計 80
    將數據加載到 Google Cloud SQL 83
    創建 Google Cloud SQL 實例 83
    與 Google 雲計算平臺交互84
    控制對 MySQL 的訪問 86
    創建表 87
    向表中填充數據 89
    建立個模型 90
    應急表 91
    閾值優化 92
    機器學習 93
    構建數據儀表板 94
    Data Studio 入門 94
    創建圖表 96  
    為終用戶添加控件 98
    用餅圖顯示所占比例 100
    解釋應急表105
    本章總結 107
    第 4 章 流數據:發布和攝取 109
    設計事件饋送 109
    時間校正 112
    Apache Beam/Cloud Dataflow 113
    解析機場數據 115
    添加時區信息 116
    將時間轉換為 UTC 117
    修正日期 120
    創建事件 121
    在雲中運行數據管道 122
    將事件流發布到 Cloud Pub/Sub 126
    獲取要發布的數據記錄 129
    對數據記錄進行分頁 130
    構建事件集合 130
    發布事件集合 131
    實時流式處理 132
    Java Dataflow 中的流式數據 133
    執行流數據處理 138
    使用 BigQuery 分析流式數據 140
    實時數據儀表板 141
    本章總結 144
    第 5 章 交互式數據探索 145
    探索性數據分析 146
    將航班數據加載到 BigQuery 中 148
    無服務器列式數據庫的優點 148
    訪問控制 151
    聯合查詢 156
    攝取 CSV 文件 158
    Cloud Datalab 中的探索性數據分析 164
    Jupyter 筆記本 165
    Cloud Datalab 166
    在 Cloud Datalab 中安裝軟件包 169
    適用於 Google 雲計算平臺的 Jupyter 魔術命令 170
    質量控制 176
    反常的數值176
    清除異常數據:大數據是不同的 178
    不同出發延誤條件下的抵達延誤 182
    概率決策閾值的應用 184
    經驗概率分布函數 185
    答案 187
    評估模型 188
    隨機亂序分組 188
    按日期分割189
    訓練和測試191
    本章總結 196
    第 6 章 Cloud Dataproc上的 貝葉斯分類器 197
    MapReduce 和 Hadoop 生態繫統 197
    MapReduce 的工作原理 198
    Apache Hadoop 200
    Google Cloud Dataproc200
    需要更高級的工具 202
    關注任務,而不是集群 204
    初始化操作205
    使用 Spark SQL 進行量化 206
    Cloud Dataproc 上的 Google Cloud Datalab 208
    使用 BigQuery 進行獨立檢查 209
    Google Cloud Datalab 中的 Spark SQL 211
    直方圖均衡化 215
    動態調整群集大小 219
    使用 Pig 實現貝葉斯分類 222
    在 Cloud Dataproc 上運行 Pig 任務 224
    將日期限制在訓練數據集中 225
    決策標準 226
    對貝葉斯模型進行評估 229
    本章總結 231
    第 7 章 機器學習:Spark上的邏輯回歸 233
    邏輯回歸 234
     Spark 機器學習庫 237
    開始使用 Spark 機器學習 238
    Spark 邏輯回歸 239
    創建訓練數據集 241
    處理邊界情況 243
    創建訓練示例 245
    訓練 246
    使用模型進行預測 249
    對模型進行評估 250
    特征工程 253
    實驗框架 254
    創建保留數據集 257
    特性點的選擇 258
    特征點的縮放和剪切 261
    特征轉換 263
    變量分類 267
    可擴展、可重復和實時性 269
    本章總結 270
    第 8 章 時間窗化的聚合特征 272
    平均時間的需求 272
    Java 中的 Dataflow 274
    建立開發環境 275
    使用 Beam 過濾數據 276
    數據管道的控制選項和文本 I/O 280
    在雲端運行281
    解析為對像283
    計算平均時間 286
    分組及合並286
    並行執行和側面輸入 289
    調試 291
    BigQueryIO 292
    對航班對像進行轉換 294
    批處理模式下的滑動窗口計算 295
    在雲端運行297
    監控、故障排除和性能調整 299
    數據管道的故障排除 301
    側面輸入的限制 302
    重新設計數據管道 305
    刪除重復項307
    本章總結 310
    第 9 章 使用TensorFlow的 機器學習分類器 312
    使用更復雜的模型 313
    將數據讀入 TensorFlow 317
    建立實驗 322
    線性分類器323
    訓練和評估的輸入函數 325
    服務輸入函數 326
    創建實驗 326
    執行訓練 327
    雲中的分布式訓練 329
    對 ML 模型進行改進 331
    深度神經網絡模型 332
    嵌入 335
    寬深模型 337
    超參數調整341
    部署模型 349
    使用模型預測 350
    對該模型的解釋 351
    本章總結 353
    第 10章 實時機器學習 355
    調用預測服務 356
    用於服務請求和響應的 Java 類357
    發送請求並解析響應 359
    預測服務的客戶端 360
    將預測結果添加到航班信息 361
    批量輸入和輸出 361
    數據處理管道 363
    識別無效的服務響應 364
    批量處理服務請求 365
    流式數據管道 367
    扁平化 PCollections 368
    執行流式數據管道 369
    延遲的和無序的數據記錄 371
    水印和觸發器 376
    事務,吞吐量和延遲 378
    幾種可選的流式接收器 379
    Cloud Bigtable 380
    設計表 382
    設計行鍵 383
    流式傳輸至 Cloud Bigtable 384
    查詢 Cloud Bigtable 中的數據 386
    評估模型的性能 387
    持續訓練的必要性 388
    評估管道 389
    性能評估 391
    邊際分布 391
    檢查模型的行為 393
    識別行為變化 396
    本章總結 398
    全書總結 398
    附錄 有關機器學習數據集中敏感數據的注意事項 401






     
    網友評論  我們期待著您對此商品發表評論
     
    相關商品
    在線留言 商品價格為新臺幣
    關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
    DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
    返回頂部