“财务大数据基础”是财经类专业学生学习财务大数据技术应用的入门课程。本书选取薪资管理、量化投资、固定资产管理三个最常见的财务工作场景，详细介绍了这些工作场景中涉及的大数据基础知识，以及数据库基础操作和高级操作、数据采集和数据可视化的专业知识。本书体系完整，内容丰富，学做练一体化设计，适合高等职业院校大数据与会计、大数据与财务管理、会计信息管理、统计与会计核算等财经类专业学生的教材，也可以作为计算机
电子书
内容简介
本书是针对高等职业院校财经商贸大类专业大数据相关课程编写的教材，旨在帮助学生建立数据思维方式和培养处理、运用数据的能力。本书利用贴近学生学习和生活环境的案例，通过“发现问题—定义数据—寻找数据—分析数据—可视化—解决问题”六个步骤，解决数据价值认知、寻找需要的数据、分析数据和应用数据四个根本问题。本书内容新颖，教学资源丰富，适合作为高等职业院校财经商贸大类相关专业大数据技术基础课程的教材，也可供对大数据思维感兴趣的读者阅读参考。
章节目录
- 项目一走近数据
- 任务一 认识数据
- 一、数据
- 二、数据和时代的关系
- 任务二 了解数据的价值
- 一、数据之间的关系
- 二、数据的价值
- 项目实训利用百度指数分析“专升本”和“考研”的热度分布
- 课后习题
- 项目二从问题到数据
- 任务一 聚焦问题的核心
- 一、理清当前问题的关键
- 二、找到问题的数字化指标
- 任务二 将关键问题数字化
- 一、所需数据
- 二、关键数据
- 项目实训定位学历提升所需要了解的数据
- 课后习题
- 项目三寻找数据
- 任务一 常见的数据获取途径
- 一、国家社会类
- 二、经济类
- 三、上市公司类
- 四、互联网类
- 五、产业咨询类
- 六、传媒类
- 七、交通出行类
- 任务二 获取数据的方法
- 一、直接下载
- 二、爬虫获取
- 三、数据交易
- 项目实训获取学生食堂消费数据
- 课后习题
- 项目四处理和分析数据
- 任务一 使用Excel 处理招聘信息
- 一、Excel 数据处理功能概述
- 二、用Excel 处理招聘信息
- 三、用Excel 统计招聘信息
- 任务二 使用MySQL 处理零售数据
- 一、数据库和SQL 认知
- 二、SQL 查询语句
- 三、更新数据
- 四、删除数据
- 任务三 常用数据分析方法
- 一、对比分析法
- 二、分组分析法
- 三、平均分析法
- 四、交叉分析法
- 五、综合评价分析法
- 六、杜邦分析法
- 七、高级数据分析法
- 项目实训查找销冠商品
- 课后习题
- 项目五数据呈现——一图胜千言
- 任务一 常见的数据可视化呈现方法
- 一、数据可视化
- 二、常见的图表类型
- 三、如何选择合适的图表
- 任务二 常用的数据可视化工具
- 一、Excel
- 二、Power BI
- 三、Tableau
- 项目实训用BI 探索手机销售数据
- 课后习题
- 项目六从数据到问题
- 任务一 图表反映现实
- 一、图表中的现实
- 二、让图表映进现实
- 任务二 如何做决策
- 一、模式识别
- 二、情感标记
- 三、一次一计划
- 任务三 用数据解决问题
- 一、利用数据解决问题的四个要点
- 二、解决问题应该遵循的原则
- 三、减少错误决策的四个防御策略
- 项目实训依据公司财务分析结果对经营决策提出建议
- 课后习题
- 项目七综合案例：共享单车使用情况分析
- 一、提出问题
- 二、确定所需数据
- 三、寻找数据
- 四、分析数据
- 五、分析问题并提出解决方案
- 课后习题
- 项目八综合案例：当代大学生娱乐方式调查分析
- 一、提出问题
- 二、确定所需数据
- 三、寻找数据
- 四、处理和分析数据
- 五、分析问题并提出解决方案
- 课后习题
- 项目九综合案例：代餐产品消费市场分析
- 一、提出问题
- 二、确定所需数据
- 三、寻找数据
- 四、分析数据
- 五、分析问题并提出解决方案
- 课后习题
展开全部
大数据技术应用基础（商科版）是2023年由人民邮电出版社出版,作者主编。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《大数据技术应用基础（商科版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书在介绍大数据发展背景、特点及主要技术层面的基础上，对大数据的数据采集、数据存储、常见计算模式和典型系统工具进行了分析介绍。本书同时对各种典型系统工具进行了讲解，包括大数据查询分析计算及典型工具（HBase、Hive）、批处理计算及典型工具（MapReduce、Spark）、流式计算及典型工具（Storm、Apex、Flink）、事件流及典型工具（Druid）等。本书提供了大量的实例和源代码供读
电子书
本书讲解了计算机基础知识、WindowsXP操作系统、文字处理软件Word2003、电子表格Excel2003等内容。
电子书
全书共十个项目，除了项目一介绍大数据基础理论外，其余项目均以实战为主线，内容循序渐进，逐步深入，围绕大数据技术的应用层层展开。内容主要包括大数据的基本概念、Ubuntu及服务安装配置、Hadoop集群部署、MapReduce编程、HBase数据库部署与应用、Hive数据仓库安装与应用、Pig数据分析、Sqoop数据迁移、Spark部署及数据分析等知识，最后以大数据技术的具体应用介绍了MapRedu
电子书
数据是非常重要的资产，是“数字经济”时代的核心生产要素。本书主要面向财经类等非大数据技术、计算机科学与技术等专业的学生，旨在培养学生大数据处理能力。本书重点讲解MySQL数据库基础、Python程序基础、浪潮可视化大数据三大核心内容，根据岗位典型工作任务，MySQL数据库重点讲解库表操作、结构化查询部分，Python重点讲解数据采集、数据整理与数据分析部分，同时拓展浪潮可视化数据处理应用。本书以企
电子书
本书从商科类专业需求出发，介绍了大数据技术的基本概念与应用。全书主要内容包括走进大数据，认识云计算、物联网、人工智能，大数据采集清洗，数据存储管理，数据挖掘分析，大数据可视化，大数据安全，综合实战案例。本书注重理论与实践作相结合，通过大量案例帮助学生快速了解并掌握大数据相关技术，具有较强的系统性、可读性和实用性。为了利教便学，部分学习资源（如作录频、微课视频等）以二维码形式提供在相关内容旁，可扫描
电子书
本书内容由浅入深，实例指导性强，通过大量的实例讲述Python程序设计基础，同时结合Python语言的特性，讲解各类基于Python的大数据应用实例。本书全部例题代码适用于Python3.6及更高版本。全书共13章，主要内容包括大数据及Python概述，Python基础知识、程序流程控制结构、常用组合数据类型、函数与模块、面向对象程序设计、文件相关操作、数据预处理和数据分析、使用NumPy进行处理
电子书
本书教学设计遵循教学规律，对真实项目进行了科学拆分与提炼。主要内容分为Hadoop大数据技术基础与Hadoop大数据分析案例两部分，前者包括大数据的有关概念、Hadoop概述、Hadoop集群的部署与管理、HDFS、MapReduce编程以及Hadoop生态的其他常用组件ZooKeeper、HBase、Hive、Sqoop、Flume、Storm、Kafka的工作原理、安装部署和使用方法，后者通过
