本书是国内市场目前唯一一本由SAS公司在中国的员工创作、全面系统地剖析SAS技术的著作。作者团队结合自身实际工作的经验体会和大量生动的实践案例，通俗易懂、循序渐进地对SAS的核心技术模块和架构体系进行了全方位的介绍、总结与分享，帮助读者深刻领会和掌握使用SAS进行数据挖掘与优化的专业知识，同时培养读者运用这些专业知识解决商业问题和实施商业项目的能力。 全书共28章，分为四个部分：SAS编程(第1-8章)系统介绍了运用SAS进行数据读入、处理和展现等内容，掌握这一部分内容可以满足大部分实际项目中数据处理的需要；SAS统计分析和时间序列预测 (第9—18章)全面介绍了多种常见统计方法的基本原理和利用SAS去实现的具体技术，包括描述性统计分析、参数估计与假设检验、方差分析、主成分分析与因子分析、聚类分析、判别分析、回归分析、时间序列分析等，并给出了相应的实...(展开全部)

本书系统介绍了如何用SAS进行编程、分析、优化建模和解决商业问题。全书共4篇，第一篇SAS编程和数据处理介绍了如何运用SAS进行数据读入、处理和展现。第二篇SAS统计分析和时间序列预测既包含基本的理论介绍，又包含如何利用SAS去实现的具体技术。第三篇SAS优化建模从优化建模流程出发介绍了优化概念，如何建立优化模型，如何使用SAS优化软件SAS/OR，并结合案例介绍了优化建模在具体领域内的应用。第四篇SAS智能平台架构体系介绍如何设计满足各种性能需求的SAS应用。

本书系统介绍了如何用SAS进行编程、分析、优化建模和解决商业问题。全书共4篇，第一篇SAS编程和数据处理介绍了如何运用SAS进行数据读入、处理和展现。第二篇SAS统计分析和时间序列预测既包含基本的理论介绍，又包含如何利用SAS去实现的具体技术。第三篇SAS优化建模从优化建模流程出发介绍了优化概念，如何建立优化模型，如何使用SAS优化软件SAS/OR，并结合案例介绍了优化建模在具体领域内的应用。第四篇SAS智能平台架构体系介绍如何设计满足各种性能需求的SAS应用。

本书是国内市场目前唯一一本由SAS公司在中国的员工创作、全面系统地剖析SAS技术的著作。作者团队结合自身实际工作的经验体会和大量生动的实践案例，通俗易懂、循序渐进地对SAS的核心技术模块和架构体系进行了全方位的介绍、总结与分享，帮助读者深刻领会和掌握使用SAS进行数据挖掘与优化的专业知识，同时培养读者运用这些专业知识解决商业问题和实施商业项目的能力。 全书共28章，分为四个部分：SAS编程(第1-8章)系统介绍了运用SAS进行数据读入、处理和展现等内容，掌握这一部分内容可以满足大部分实际项目中数据处理的需要；SAS统计分析和时间序列预测 (第9—18章)全面介绍了多种常见统计方法的基本原理和利用SAS去实现的具体技术，包括描述性统计分析、参数估计与假设检验、方差分析、主成分分析与因子分析、聚类分析、判别分析、回归分析、时间序列分析等，并给出了相应的实...(展开全部)

本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。 本书共包含13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本数据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的最后一节为习题，同时每章包含许多即时性的练习（练一练）。读者可通过这些练习将对数据科学的宏观认识运用到实践中。

本书全面、系统地讲解了Excel在数据处理和分析中的日常应用。结构独具匠心，以应知应会的知识为主线，以实际案例和应用技巧为主题，有助于职场人士解决实际工作中的问题，提高工作效率，培养Excel应用能力。全书共9章，主要内容包括你真的认识Excel吗、数据输那些事儿、给数据洗洗脸、数据计算很简单、人人都会数据分析、使用数据透视表分析数据、拿图表讲故事、认识Excel中的高级功能及综合案例等。本书全面、系统地讲解了Excel在数据处理和分析中的日常应用。结构独具匠心，以应知应会的知识为主线，以实际案例和应用技巧为主题，有助于职场人士解决实际工作中的问题，提高工作效率，培养Excel应用能力。全书共9章，主要内容包括你真的认识Excel吗、数据输那些事儿、给数据洗洗脸、数据计算很简单、人人都会数据分析、使用数据透视表分析数据、拿图表讲故事、认识Excel中的高级功能及综合案例等。

本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。 本书共包含13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本数据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的最后一节为习题，同时每章包含许多即时性的练习（练一练）。读者可通过这些练习将对数据科学的宏观认识运用到实践中。

这是一本依据最新技术版本，系统、全面、详细讲解Spark的著作，作者结合自己在微软和IBM的实践经验和对Spark源代码的研究撰写而成。首先从技术层面讲解了Spark的体系结构、工作机制、安装与部署、开发环境搭建、计算模型、Benchmark、BDAS等内容；然后从应用角度讲解了一些简单的、有代表性的案例；最后对Spark的性能优化进行了探讨。

这是一本依据最新技术版本，系统、全面、详细讲解Spark的著作，作者结合自己在微软和IBM的实践经验和对Spark源代码的研究撰写而成。首先从技术层面讲解了Spark的体系结构、工作机制、安装与部署、开发环境搭建、计算模型、Benchmark、BDAS等内容；然后从应用角度讲解了一些简单的、有代表性的案例；最后对Spark的性能优化进行了探讨。

Excel是微软Office套装软件的重要构成部分，能够完成数据的采集、整理、统计、分析与可视化等多种操作，被广泛应用于管理、统计、财经、金融等众多领域。 本书汇集了用户在使用Excel进行数据处理与分析时最常见的问题需求，通过180多个实例的演示与讲解，帮助读者灵活有效地使用Excel来处理工作中遇到的问题。 本书共14章，详细介绍了Excel 2016在数据处理与分析方面的各种应用技巧，内容涉及导入外部数据源、数据输入、数据规范、数据整理与表格编辑、数据排序和筛选、使用条件格式标识数据、函数公式的应用、使用透视表统计数据、单变量求解、规划求解、Power Query及Power Pivot的基础应用，以及使用图表和图形对数据可视化及表格打印等内容。 本书采用循序渐进的方式，由易到难地介绍Excel中的常见知识点，除了原理和基础性的讲解外，还配以典型示例帮助读者加深理解，突出实用性和适用性。本书注重知识结构的层次性，循序渐进安排各个章节的知识点，尽量降低学习难度，通过翔实的操作实例和丰富的课后练习题目，培养学习者的动手实践能力。