数据清洗是数据挖掘与分析过程中不可缺少的一个环节，但因为数据类型极其复杂，传统的清洗脏数据工作单调乏味且异常辛苦。如果能利用正确的工具和方法，就可以让数据清洗工作事半功倍。
本书从文件格式、数据类型、字符编码等基本概念讲起，通过真实的示例，探讨如何提取和清洗关系型数据库、网页文件和PDF文档中的数据。最后提供了两个真实的项目，让读者将所有数据清洗技术付诸实践，完成整个数据科学过程。
如果你是一位数据科学家，或者从事数据科学工作，哪怕是位新手，只要对数据清洗有兴趣，那么本书就适合你阅读！
大小：2.14 MB
PDF高质量版
大小：60 MB
PDF完整超清版
本PDF电子书详细介绍了企业级大数据平台构建的架构与实现，涵盖了企业级架构、大数据技术等方面的内容。通过深入解析企业级大数据平台的构建过程，从数据采集、存储、处理到应用展示等环节，通过完整清晰的案例演示和实践经验分享，帮助读者全面了解企业级大数据平台的搭建和优化方法。无论您是初学者还是已经有一定经验的从业者，本书都能为您提供有价值的参考和指导。
大小：97.1 MB
PDF完整超清版
这书对于spark从认证性自然环境迁移到实际上生产环境时候碰到的各种各样难题得出了实际上的协助，包含了开发设计及维护保养生产级Spark运用的各种各样方式 、组件与有用实践活动。本书分
大小：424 KB
PDF超清版
Oracle云数据库方案 内容节选 一、 解决方案概览 现在中国移动已经建立了自己基于Openstack标准的底层IaaS云架构，已经可以通过这种架构满足自身的企业级私有云架构需求同时为多种行业的企业级用户提供标准的软件基础架构。但是一直以来都没有一个完整的方案可以为自己和企业级客户提供标准的PaaS服务，主要包括数据库服务和中间件服务。并且希望这种方案是对现有中国移动IaaS架构的一种扩展而不是重新开发部署一套新的系统，并且要求新增加的功
大小：58.2 MB
PDF高清版
本选题以科普的方式系统地阐述了大数据前沿技术与研究进展，对技术的来源、结论、对比、用途以及开源软件进行了深入浅出的描述，并不过多地涉及数学符号及基础原理。以大数据可视化
