![中国战略性新兴产业研究与发展:数据与企业治理](https://qijiupload-1251952132.picsh.myqcloud.com/storage/uploads/epub/2024/12/30/1810157033195860.jpg?imageView2/1/w/118/h/158)
中国战略性新兴产业研究与发展:数据与企业治理
郑爱军 主编
已完结· 20.62万字
郑爱军 主编
已完结· 20.62万字
【美】罗斯·斯帕克曼(Ross Sparkman)
已完结· 7.25万字
企业的伟大战略离不开人才的支撑。一名专业的人力资源管理者应当能回答以下几个核心问题:如何分析公司未来的人才需求?如何预测未来员工所需的技能?如何优化员工培训?如何识别影响员工需求的商业因素?如何利用人工智能与自动化打赢人才大战? 本书揭开了全球互联网巨头Facebook人力资源管理的神秘面纱,为企业提供了高效的人才评估、管理、储备的实用框架和实践指南。本书作者,Facebook现任战略人力资源规划主管,将15年实战经验倾囊相授,结合真实案例和大数据分析,向我们展示了战略人力资源规划的详细策略。无论是初创企业、小公司,还是大企业,本书都将帮助你实现人力资源管理与公司战略的匹配,在激烈角逐的商业世界为公司注入强劲的竞争优势。
闫明
已完结· 18.35万字
张晓东著
已完结· 6.32万字
《数据分析与挖掘算法:Python实战》是一本介绍数据分析相关算法的学习指南,主要包括数据分析及数据挖掘相关概念介绍、数据思维及各种数据分析算法的原理及实现方法。本书的每个数据分析算法都介绍了数学原理、Python代码实现以及实战案例,内容丰富、容易理解。 本书共9章,第1章介绍了数据挖掘与数据分析、机器学习之间的关系;第2 章介绍了数据分析人员应该具备的数据思维,包括数据思维认知、数据挖掘“定律”;第3~9章介绍了各种数据分析算法的原理、实现方法及实战案例,其中包括逻辑回归、决策树、朴素贝叶斯、聚类分析、关联规划、人工神经网络、集成学习。 《数据分析与挖掘算法:Python实战》适合从事数据分析工作的读者自学,也可作为产品经理、运营人员、市场人员和对数据分析感兴趣的读者的参考用书。
张守帅,戴明明 主编
已完结· 7.22万字
余本国,刘宁,李春报 著
已完结· 8.10万字
《Python大数据分析与应用实战》主要介绍大数据分析、人工智能的实战应用。全书共9 章,通过8 个大型的数据分析案例,系统地介绍常用的数据分析方法。 这8 个大型案例涉及数据可视化方法,回归、聚类、决策树、朴素贝叶斯等机器学习算法,以及深度学习算法等内容。各章程序在Python 3.8.5 环境下编写完成,在案例编写过程中,涉及Pandas、NumPy、Matplotlib 等Python 中常用的依赖库,最大限度地帮助读者掌握相关知识内容。每个案例之间相互独立,读者可以根据自己的兴趣选择相关章节进行学习。 《Python大数据分析与应用实战》内容丰富,通俗易懂,以实操为目的帮助用户快速掌握相关技能。书中案例程序全码解析,注释完备,在编程环境下经过简单的修改便可以使用。本书不仅适合大数据分析、人工智能相关领域的入门读者使用,也适合有一定基础的读者进行实战时参考,同时适合本科生、研究生及对Python 感兴趣的读者阅读。
王国平
已完结· 7.34万字
李渝方
已完结· 10.56万字
《数据分析之道:用数据思维指导业务实战》以数据思维为主题,以数据分析全流程为主线,融合了与数据思维相关的编程语言、统计学基础及案例分析等内容,全书分为4 篇,囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11 章的内容。本书囊括了数据分析中常用的分析方法,包括经典的海盗(AARRR)模型、麦肯锡的MECE 模型、逻辑树、漏斗分析、路径分析、对比分析、A/B 试验、RFM 模型、K-Means 算法、5W2H 等分析方法,还包括各类方法的实践案例及Python 实操项目。可以说本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合。 《数据分析之道:用数据思维指导业务实战》适合工作了1~3 年的初级数据分析师;已经掌握了数据分析工具,需要培养数据思维的转行人员;数据科学行业的人力专家和猎头等。
付志刚等 编著
已完结· 15.75万字
本书从普通投资者量化实战必经之路出发,系统地阐述了量化投资理论和Python编程实践,是一本可操作、可上手的量化投资实战指南,内容主要为量化投资基础(包括基本面、技术面和Python编程基础等)、金融数据获取(包括直接下载、Tushare等API获取和Python爬虫常见金融数据网站)、Python统计分析〈包括实战中常用的数据整理与描述性统计分析方法)、量化分析与实战(包括巴菲特选股技巧等经典案例的Python实现)、量化投资回测框架与策略分析(包括Backtesting库、Backtrader库和Qlib库)等。本书使用通俗易懂的语言进行阐述,避免了高深的数学公式及其推导,在注重普通投资者阅读体验的同时,保证了所有案例的实用性和可复制性。 本书适合普通投资者和量化投资专业人士,也适合统计和金融相关专业的学生,以及对Python编程感兴趣的读者阅读参考。
王国平
已完结· 7.34万字
张粤磊
已完结· 15.34万字
本书分为4个部分,第1部分为数据库技术概述,第2部分介绍关系型数据库(包括MySQL、Oracle、SQL Server和PostgreSQL)技术应用,第3部分介绍NoSQL数据库(包括Redis、MongoDB、HBase、Hive、Cassandra和Elasticsearch)技术应用,第4部分介绍其他类型数据库(包括SQLite、Neo4j和TDengine)技术应用。本书按照统一的目录结构对每种数据库进行介绍:先介绍数据库的业务应用场景,再介绍安装配置步骤,接着讲解架构设计和业务应用开发,最后介绍Python操作示例。由于4种关系型数据库中的一些数据对象在使用上有类似之处,因此本书只在一种数据库中进行介绍。例如,触发器和自定义函数只在Oracle中介绍,存储过程和游标只在SQL Server中介绍。各种非关系型数据库之间没有横向可比性,因此主要介绍其独特用法。
黄小伟,赵力,邵俊杰 著
已完结· 15.35万字
《价值驱动:数据分析价值逻辑与实战方法》以分析从业者的职业发展为主题,以可持续的价值创造为主线,呈现了一套清晰的认知逻辑与实战方法论。全书分为3篇,第1篇是起始:企业价值,主要介绍企业的使命、愿景、战略目标与解码的基本逻辑,以及如何通过经营管理和分析型企业建设来保障年度经营规划的达成;第2篇是终局:分析价值,站在企业全局视角,从规模、成本与效率三个角度审视,并基于此尝试提出分析的价值主张、业务驱动的方法论——SE 环和若干实战打法经验;第3篇是支撑:核心胜任能力,分别从分析技术、工具技术、业务技术及领导力四个视角,以更加体系化的方式呈现相应的知识结构与要点,避免碎片化的积累反而影响。 《价值驱动:数据分析价值逻辑与实战方法》以综述型的方式,向大家展示认知逻辑、方法论及实践经验,并体系化地呈现各种关键能力要素及应用心得,适合具备3年及以上经验的分析从业者、企业管理人员阅读,也适合SaaS 及To B行业从业者阅读。
陈友洋 著
已完结· 8.02万字
数据分析的精髓在于能够利用合理的数据分析方法来解决实际的业务问题,本书介绍了数据分析常见的思维和方法,并且呈现了这些分析方法在实际案例中的应用。同时也利用本书解答了大家对于想要从事数据分析行业的一些担忧和困惑。阅读本书,你会对数据分析的工作内容有更清晰、完整的了解,同时对常见的业务问题处理的方法和经验有质的提升。
叶秋萍 著
已完结· 10.11万字
12 个数据分析模型在零售多元化业务场景中如何支持决策,实现业务赋能。 本书主要解决以下问题: 针对不同的业务场景,分析模型怎么选? 利用数据分析解决业务问题的完整思路是怎样的? 商业分析如何养成?分析结果如何落地? 《数据运营:数据分析模型撬动新零售实战》适合读者: 数据分析师、市场分析师、商业分析师、数据运营官、业务决策者、强数据意识 企业高层领导,以及其他对数据分析或数据运营感兴趣或欲转行从事数据分析或数据 运营工作的人员。
任康磊
已完结· 3.56万字
王鑫 著
已完结· 13.97万字
张粤磊
已完结· 15.34万字
本书分为4个部分,第1部分为数据库技术概述,第2部分介绍关系型数据库(包括MySQL、Oracle、SQL Server和PostgreSQL)技术应用,第3部分介绍NoSQL数据库(包括Redis、MongoDB、HBase、Hive、Cassandra和Elasticsearch)技术应用,第4部分介绍其他类型数据库(包括SQLite、Neo4j和TDengine)技术应用。本书按照统一的目录结构对每种数据库进行介绍:先介绍数据库的业务应用场景,再介绍安装配置步骤,接着讲解架构设计和业务应用开发,最后介绍Python操作示例。由于4种关系型数据库中的一些数据对象在使用上有类似之处,因此本书只在一种数据库中进行介绍。例如,触发器和自定义函数只在Oracle中介绍,存储过程和游标只在SQL Server中介绍。各种非关系型数据库之间没有横向可比性,因此主要介绍其独特用法。
凌祯等 著
已完结· 12.71万字
余光创
已完结· 6.87万字
彭勇 著
已完结· 12.16万字
数字化体系正在各个行业落地生根。本书首先介绍了工业、智慧农业、智慧服务业、智慧城市的数字化建设现状和发展趋势,让读者初步了解数字化发展。 数据中台是企业数字化建设的基础。本书重点介绍了数据中台的定义、整体框架和建设的方法论。该方法论主要涉及企业数字化发展战略、组织架构变革、数据的存储和建模、数据平台的建设、数据服务框架、数据产品化和数据智能化建设等多个方面的内容。 《数据中台建设:从方法论到落地实战》通过企业中两个热门场景的应用详细介绍了数据中台的落地实战。第一个是营销场景。企业通过营销中台的建设,构建了智能化营销体系,有效地提升了数据驱动营销的效能。第二个是风险管理场景。企业通过风险管理中台的建设,支持“事前—事中—事后”的智能风险管理,大幅提升了风险管理的效率和能力。 《数据中台建设:从方法论到落地实战》适合科技企业和互联网企业的创始人、中高层管理人员、数据战略负责人、首席数据官、信息系统负责人,以及正处于转型中的传统企业管理者和政府相关部门的工作人员阅读。
孟洁,薛颖,朱玲凤
已完结· 20.89万字
(美)丹妮丝·柯斯勒·戈斯内尔(Denise Koessler
已完结
郑瑞雪
已完结· 10.56万字
佚名
已完结· 14.03万字
张羽佳,张平亮 编著
已完结· 5.34万字
孙佳 主编
已完结· 1.95万字
井超,杨俊,乔钢柱 编著
已完结· 8.93万字
艾叔 编著
已完结· 24.09万字
佚名
已完结· 23.73万字
纪贺元
已完结· 6.98万字