DolphinDB 從入門到精通之數據分析
周小華
簡體書拿來曬2本75折 詳見活動內容 »
-
VIP 95折
編譯原理, 2/e (Compilers : Principles, Techniques, and Tools, 2/e)$534$507 -
VIP 95折
深度學習之 TensorFlow：入門、原理與進階實戰$594$564 -
85折
$402Essential C++ (簡體中文版) -
VIP 95折
TCP/IP 詳解 (捲1)：協議 (TCP/IP Illustrated, Volume 1 : The Protocols, 2/e)$774$735 -
85折
$402Go 並發編程實戰, 2/e -
VIP 95折
機器人學導論, 4/e (Introduction to Robotics: Mechanics and Control, 4/e)$474$450 -
85折
$402深入淺出 Vue.js -
85折
$351實用機器學習 (Real-world Machine Learning) -
85折
$504深度探索 C++ 對像模型 (Inside the C++ Object Model) -
85折
$300區塊鏈項目開發指南 -
85折
$402原子教你玩 STM32 (庫函數版第2版) -
85折
$402Spring Security 實戰 -
85折
$611嵌入式 Linux 基礎教程, 2/e (Embedded Linux Primer: A Practical Real-World Approach, 2/e) -
85折
$504MySQL 技術內幕－InnoDB 存儲引擎, 2/e -
85折
$448PADS 9.5 實戰攻略與高速 PCB 設計 -
85折
$244基於 Bootstrap 和 Knockout.js 的 ASP.NET MVC 開發實戰 (ASP.Net MVC 5 with Bootstrap and Knockout.Js: Building Dynamic, Responsive Web Applications) -
85折
$265深入淺出 USB 系統開發 : 基於 ARM Cortex-M3 -
85折
$402Redis 設計與實現 -
VIP 95折
FPGA 原理和結構$354$336 -
VIP 95折
TCP/IP 網絡編程$474$450 -
75折
$445數據分析與機器學習(基於R語言) -
85折
$652深度學習推薦系統 2.0 -
75折
$400移動通信系統架構設計 -
VIP 95折
自動駕駛汽車 BEV 感知算法$528$501 -
50折
$207區塊鏈技術進階與實戰
商品描述
DolphinDB不僅支持海量數據的高效存儲與查詢，更開創性地提供了功能完備的編程語言以支持復雜分析，以及高吞吐、低延時、開發便捷的流數據分析框架，是計算能力最強的數據庫系統之一。本書從入門概念開始介紹，到實踐應用分析，講解深入淺出、易於理解，是一本具有實踐意義的數據分析工具書。本書介紹瞭如何使用 DolphinDB這一集存儲和高性能計算的數據庫系統進行數據分析實踐，提供了大量金融和物聯網等場景的實踐案例，讀者可以通過借鑒和修改案例中的解決方案，將它們應用於自己的數據分析系統之中。即使是零基礎的讀者，也能通過學習本書，快速上手實踐。
作者簡介
周小華
-
教育背景
周小華本科及碩士畢業於上海交通大學，後在美國Drexel大學獲得信息科學與技術博士學位。 -
工作經歷與社會活動
博士畢業後，周小華在美國LYZ基金、巴克萊資本、摩根士丹利從事程序化交易策略及高頻交易系統的研發工作，是金融大數據存儲、檢索、分析和建模領域的資深專家。2016年回國，創立浙江智臾科技有限公司，專註於文本檢索、數據挖掘及大數據相關研究。
周小華領導研發的高性能分佈式時序數據庫DolphinDB，已廣泛應用於頭部券商、公募基金、私募基金及銀行，成為量化金融領域的重要基礎設施。他也是浙江省「千人計劃」人才。 -
出版作品
在相關領域的國際頂級期刊和學術會議（如TKDE、SIGIR、SIGKDD、CIKM等）發表學術論文30餘篇。
目錄大綱
1、 編程入門
1.1導論
1.2數據類型
1.3運算符
1.4編程語句
1.5函數
2、 數據結構
2.1概述
2.2向量
2.3元組
2.4 array vector（數組向量）
2.5 columnar tuple（列式元組）
2.6 矩陣
2.7 表
2.8 字典
3、 數據清洗
3.1信息統計
3.2缺失值處理
3.3異常值處理
3.4重復值處理
3.5離散化處理
3.6數據類型轉換
3.7 數據查找和取數
3.8表格數據增刪改
3.9數據整合
3.10數據對齊
3.11數據重組
3.12數據重排列和抽樣
3.13時序數據處理
3.14字符串操作
4、 窗口計算
4.1 窗口計算的分類
4.2 滾動窗口
4.3滑動窗口
4.4其他窗口
4.5窗口計算對數據的處理邏輯及更多場景小結
5、 函數式編程
5.1優越性
5.2基礎概念
5.3純函數
5.4高階函數
5.5部分應用
5.6函數元編程
5.7模塊和函數視圖
6、 SQL 編程
6.1 SQL特點
6.2 SQL拓展語法
6.3 元編程
6.4 SQL解析和執行
6.5 SQL優化
6.6 SQL優化案例
7、 流計算
7.1基礎概念
7.2流數據引擎
7.3數據回放
7.4流批一體
7.5總結與比較
8、 數據可視化
8.1 VSCode 插件 / GUI
8.2 DashBoard
8.3 第三方平臺
9、 並行計算 & 分佈式計算
9.1並行計算
9.2分佈式集群架構
9.3分佈式計算
9.4性能調優
10、 數據導入導出
10.1文本文件CSV
10.2 HDF5
10.3 Parquet
10.4 binary Record
10.5 MySQL
10.6 Oracle
10.7 MQ(以Kafka為例)
11、 JIT
11.1支持性
11.2疊代計算
11.3流計算
12、 統計分析和優化
12.1概率統計
12.2概率分佈
12.3隨機數生成
12.4回歸
12.5假設檢驗
12.6優化器
13、 機器學習/GPU/AI
13.1機器學習
13.2深度學習
13.3 GPU支持
14、 DolphinDB 與其他數據分析工具的集成與兼容
14.1 Excel集成
14.2 Python集成與兼容
附錄
