Python金融大数据挖掘与分析全流程详解
作者:王宇韬 房宇亮 肖金鑫
出版社:机械工业出版社
ISBN:9787111633204
VIP会员免费
(仅需0.8元/天)
¥ 45.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
数据挖掘导论(书签更新版) 评分:
数据挖掘导论(书签更新版)
上传时间:2018-10 大小:50.3MB
- 9.60MB
数据挖掘导论(完整版)PPT.
2020-12-09《数据挖掘导论(完整版)》涵盖五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都包含两章:前面一章讲述基本概念、代表性算法和评估技术,后面一章较深入地讨论高级概念和算法。目的是使...
- 61.64MB
数据挖掘导论 完整版
2019-04-02数据挖掘导论 完整版 数据挖掘导论 完整版。 大数据。
- 48.91MB
数据挖掘导论(完整版)_数据挖掘_异常检测_
2021-10-02数据挖掘导论(完整版)涵盖了五个主题:数据,分类,关联分析,聚类和异常检测
- 1.25MB
数据挖掘导论第二版答案,Pang-Ning Tan.pdf
2021-12-16数据挖掘第二版答案,纯英文,Pang-Ning Tan
- 5.30MB
完整版数据挖掘导论 课后习题答案(中文版)
2019-03-17完整版数据挖掘导论 课后习题答案(中文版)。 数据挖掘导论(完整版)课后习题答案(中文版)
- 65.7MB
数据挖掘导论(完整版)中英文资料包
2017-05-17数据挖掘导论(完整版)中文版课本+中文版课后习题答案+英文版课后习题答案+英文版PPT
- 49.29MB
数据挖掘导论(中文版)
2013-07-13《数据挖掘导论》(英文版)对数据挖掘进行了全面介绍,旨在为读者提供将数据挖掘应用于实际问题所必需的知识。《数据挖掘导论》(英文版)涵盖五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题...
- 17.80MB
数据挖掘导论(完整版)PPT及课后习题答案
2018-08-12数据挖掘导论 完整版 Introduction to Data Mining 陈封能,斯坦巴赫,库玛尔 著,范明,范宏建 等 译 详解数据挖掘概念与技术 为数据化运营实战打好基础 信息管理专家 科技作家涂子沛倾情推荐 带你进入真正的大数据...
- 49.33MB
数据挖掘导论(完整版)
2018-06-28《数据挖掘导论(完整版)》全面介绍了数据挖掘的理论和方法,旨在为读者提供将数据挖掘应用于实际问题所必需的知识。《数据挖掘导论(完整版)》涵盖五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外...
- 61.59MB
数据挖掘导论.2010.带书签
2018-06-12数据挖掘导论.2010.带书签 人民邮电出版社 这本书比较经典
- 1.11MB
数据挖掘导论(第二版)第4章:贝叶斯分类器.pptx
2021-09-30数据挖掘导论(第二版)第4章:贝叶斯分类器.pptx
- 1.22MB
《数据挖掘导论》(完整版)习题答案
2017-11-02《数据挖掘导论》(完整版)习题答案,答案有详细解题过程。
- 1.20MB
数据挖掘导论(完整版) 习题答案.xdf
2021-08-24Introduction to data mining
- 9.69MB
数据挖掘导论(笔记)
2016-01-16数据挖掘导论 (英文PPT)(Pang-Ning Tan, Michael Steinbach, Vipin Kumar) 原书第四章(Introduction to Data Mining CH4)高清:http://download.csdn.net/detail/flyingpoops/9406233 原书第六章...
- 6.37MB
数据挖掘导论(第二版)第1章:绪论.pptx
2021-09-30数据挖掘导论(第二版)第1章:绪论.pptx
- 49.33MB
数据挖掘导论(高清完整版)
2018-12-10数据挖掘导论(高清完整版)
- 49.29MB
数据挖掘导论(中文版)完整版
2014-01-07本书全面介绍了数据挖掘,涵盖了五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都有两章:前一章涵盖基本概念、代表性算法和评估技术,而后一章讨论高级概念和算法。这样读者在透彻地理解...
- 161KB
第十五届蓝桥杯大赛软件赛省赛-C/C++ 研究生组
2024-04-13第十五届蓝桥杯大赛软件赛省赛_C/C++ 研究生组
- 12KB
单链表的逆置的概要介绍与分析
2024-04-27单链表逆置是数据结构学习和实践中常见的经典问题之一,它涉及到对单链表节点之间的链接关系进行重新排列,使得原本链表的末尾节点成为新的头部节点,而原来的头部节点移动到最后。解决单链表逆置问题的资源主要包括理论知识、算法说明、源代码示例和在线教程等。 1. **理论描述**:在各种技术社区如CSDN、LeetCode、GeeksforGeeks等平台上,有大量的文章详细解释了单链表逆置的原理。该操作通常有两种主要方法:迭代法和递归法。迭代法通过临时指针交换相邻节点的前后关系逐步实现逆置;递归法则通过不断调用自身简化问题规模来达到逆置效果。 2. **算法详解**:资源中常常图文并茂地阐述了两种典型算法思路:一是借助额外指针逐个调整节点的next指针;二是创建新的链表并通过头插法重建逆序链表。在迭代方法中,通常使用三个指针分别记录当前节点、前一个节点和下一个节点,通过改变指针引用关系实现逆置。 3. **源代码示例**:在CSDN技术社区和其他代码分享网站上,程序员们提供了大量C、C++、Java、Python等多种编程语言实现单链表逆置的源代码。这些代码资源能够帮助学习者直观理解算法流
- 22KB
VRPTW 的 Solomon 标准测试数据集
2023-11-27CVRP问题下的VRPTW变体的测试数据集,常用来测试验证算法性能
- 1.66MB
数学建模国赛:无人机遂行编队飞行中的纯方位无源定位分析
2023-07-29国家二等奖获奖论文。本文基于平面几何分析以及正弦定理建立了三角分区定位模型,针对发射与接收信号的 无人机的相对位置不同的问题,提出了分区控制算法,并结合三角形相似定理和控制变量的 思想,提出了互反馈方位调整模型。 对于问题一的第一小问,利用三角分区定位模型、以及分区控制算法对接收信号的无人 机进行定位,该定位模型适用于所有包含 FY00 在内的任意三架无人机发射信号进行定位的 情况,即编号为 FY00、FY01、FY0M(M∈{2,3,4,5,6,7,8,9})的无人机发射信号, 当队列中某架飞机 FY0N 接收到的方向信息为?、?、?(?、?、?的定义见符号说明),根 据各个区间的的无人机之间的平面几何关系,可以得到各个区域的无人机的位置信息的关于 (?、θ)的通解公式(见正文 5.1.2 公式(9)(10)(11)(12)),之后再利用分区控制 算法分别对各个区域对应的通解公式进行求解,即可得到队列中任意无人机的位置信息。
- 6.54MB
最值得收藏的 数据结构 全部知识点思维导图整理(王道考研), 附带经典题型整理.emmx
2021-03-27用mindmaster打开文件, 本文的思维导图根据王道的数据结构书本整理而来并标记出重点内容,包括了知识点和部分课后习题
- 4KB
利用SVM(支持向量机)进行图像分割/提取-MATLAB
2023-06-15利用SVM(支持向量机)进行图像分割/提取。对给定的图像进行分割,将图像中的需要的区域和背景区域进行区分,并生成相应的分割图像和边界图像。
- 644.62MB
PSG 3D 三维测绘系统
2023-04-14裸眼三维测绘系统
- 7KB
变分模态分解(VMD)代码
2022-03-26VMD算法的原matlab原代码 在代码中本人添加了详细的注释,看源代码期间配合本人发表的博客会实现VMD的快速入门
- 265KB
最新版Notepad++十六进制查看的插件x64HexEditor0.9.12
2023-09-27最新版Notepad++十六进制查看的插件
- 0B
origin2021下载免费分享
2022-11-14origin2021 下载途径:百度网盘、阿里云盘下载
- 4.66MB
《Spring Cloud Alibaba 从入门到实战》.pdf
2021-03-10《Spring Cloud Alibaba 从入门到实战》
- 149KB
甲骨文卷积神经网络识别-RTL(甲骨文识别)
2024-04-13甲骨文识别 甲骨文卷积神经网络识别-RTL(
- 11.28MB
数据资产管理实践白皮书6.0
2023-05-18来源:信通院云大所 信通院数据资产管理实践白皮书6.0》是一份深入探讨数据资产管理(DAM)的权威指南,为组织提供了一套全面的理论和实践框架。本白皮书由信通院专家团队撰写,内容涵盖了数据资产的定义、分类、管理流程以及在现代企业中的应用策略。 内容概要: 白皮书首先定义了数据资产的概念,阐释了其在企业中的价值和重要性。接着,详细介绍了数据资产的生命周期管理,包括数据的识别、分类、整合、质量控制、安全保护和价值实现等关键环节。此外,还探讨了数据资产管理的组织架构、技术工具和标准规范。 通过阅读本白皮书,读者将获得以下知识: 数据资产管理的核心原则和实践方法。 如何构建有效的数据资产管理体系,以支持企业的业务决策和运营效率。 数据资产评估、监测和优化的技术手段。 数据安全和合规性管理的最佳实践。 行业案例分析,了解不同企业如何通过数据资产管理提升竞争力。 面对数据资产管理挑战时的解决策略和建议。 《信通院数据资产管理实践白皮书6.0》是数据管理人员、IT专业人士、企业决策者以及对数据驱动决策感兴趣的学者和研究人员的宝贵资源,旨在帮助组织更好地理解和利用其数据资产,实现数据的最大价值