新書推薦：
《
地理计算与R语言
》
售價：HK$
124.2
《
沈括的知识世界：一种闻见主义的实践（中华学术译丛）
》
售價：HK$
89.7
《
大思维：哥伦比亚商学院六步创新思维模型
》
售價：HK$
74.8
《
宏观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：HK$
159.9
《
UE5虚幻引擎必修课（视频教学版）
》
售價：HK$
113.9
《
真需求
》
售價：HK$
113.9
《
阿勒泰的春天
》
售價：HK$
51.8
《
如见你
》
售價：HK$
52.7
|
| 編輯推薦： |
1.在结构上按照先总体后具体，先基本概念后高级进阶的顺序安排章节，兼有普及与提高的双重功能。
2.结合大量实例，以通俗易懂的语言讲解复杂概念和方法。每章后附有问答题和实验题，并设计多次大作业，注重实践。
3.面向企业实际项目应用，注重培养用户理解大数据分析的内涵和外延，学会用数据分析、描述和解决实际问题。
|
| 內容簡介： |
|
本书以企业数据分析系统为业务背景，主要介绍微软公司的Power BI系统的应用场景，涉及数据的收集、输入、清洗、过滤、发布等数据处理流程，以及功能模块方面的市场分析、用户分析、货品分析、流量分析、资源分析、舆情分析等多个常用场景，让用户很快熟悉从大数据分析到人工智能的应用。 本书遵循以实战为主的原则，力求做到结合项目、图文并茂、语言通俗、结构紧凑、例题丰富、实践性强。 本书适合作为高等院校计算机应用专业的教材，同时也适合智能数据分析的爱好者、数据管理人员、电商数据分析从业人员、电商运营从业人员阅读，还可以作为自学或函授学习的参考书。
|
| 關於作者： |
|
赵红艳，博士、山东英才学院教授、硕士导师、山东英才学院信息工程学院院长、山东省教学名师。研究方向为数据挖掘、信息管理、技术创新。先后主持或参与20余项省厅级科研课题，其中主持课题7项，作为主要参与者获得山东软科学优秀成果一等奖一项，山东省民办教育一等奖一项，在国内外重要学术刊物上发表重要学术论文20余篇，其中有多篇被EI收录。
|
| 目錄：
|
第1章大数据智能分析简介
1.1引言
1.2市场上商业智能系统简介
1.2.1QlikView
1.2.2Klipfolio
1.2.3Tableau
1.2.4Google Data Studio
1.2.5Power BI系统
1.3Power BI桌面系统安装
1.4Power BI桌面系统
1.4.1数据的获取与关联
1.4.2数据的更改与清洗
1.4.3创建视觉效果
1.4.4创建报表
1.4.5调整可视化对象元素
1.4.6可视化模板下载及导入
1.4.7生成报表
1.5Power BI桌面系统模块
1.5.1系统界面
1.5.2桌面视图
1.5.3构造模块
1.5.4添加可视化组件
1.5.5模块集合
1.5.6系统组件
1.5.7系统服务
1.6自然语言“问答”功能
1.6.1语言架构的本质
1.6.2设置编辑器
1.6.3向语言架构添加短语
1.6.4修补语言架构的缺失
小结
问答题
实验
第2章创建图形
2.1图形的应用场景
2.2可视化图形
2.2.1堆积面积图
2.2.2散点图和气泡图
2.2.3功能区图
2.2.4径向仪表图
2.2.5组合图
2.2.6树状图
2.2.7漏斗图
2.2.8圆环图
2.2.9瀑布图
2.3自定义视觉对象
2.3.1自定义视觉对象的部署
2.3.2从文件导入自定义视觉对象
2.3.3导入组织视觉对象
2.3.4下载和导入自定义视觉对象
2.4视图筛选器
2.4.1添加筛选器
2.4.2筛选器的模式和作用域
2.4.3访问筛选器
2.4.4筛选器查看和清除
小结
问答题
实验
第3章构建报表
3.1报表的构建
3.2创建数据列
3.2.1自定义数据列
3.2.2计算列
3.2.3度量值
3.3报表可视化控件的设计
3.3.1层次结构
3.3.2数字的格式控制
3.3.3字段值的筛选
3.4创建列表
3.4.1添加新查询
3.4.2列表转换为表单
3.4.3修改数据
3.4.4查看导出数据表的实现步骤
3.5系统报表服务器
3.6创建矩阵表格透视图
3.7创建表和卡视图
3.8报表设计技巧
3.8.1在报表画布中添加表格
3.8.2在报表中添加可视化效果
3.8.3在报表中添加仪表
3.8.4同步切片
3.8.5永久筛选器
3.8.6切片的类型及隐藏
3.8.7条件格式化
3.9矩阵视觉对象
3.9.1报表主题
3.9.2向下钻取行
3.9.3向下钻取列
3.9.4阶梯布局设计
3.9.5行、列小计的显示与隐藏
3.9.6交叉突出显示
3.9.7单元格的复制
3.9.8条件格式设置
3.10报表的发布
3.10.1报表发布到系统服务
3.10.2访问报表
3.10.3更新和重新发布报表
3.10.4将报表固定到仪表板
3.11仪表板
3.11.1外部共享仪表板
3.11.2在外部查看仪表板
小结
问答题
实验
第4章查询编辑器与切片器
4.1查询编辑器简介
4.2Excel工作簿导入Power BI桌面
4.2.1Excel工作簿的导入
4.2.2工作簿导入的元素
4.2.3导入工作簿的限制
4.2.4修改查询
4.2.5转换操作
4.2.6查询的其他操作
4.3连接和加载数据
4.3.1连接数据源
4.3.2加载Excel数据
4.3.3编辑查询
4.3.4增加数据列
4.4转换和塑造数据
4.4.1转换出错
4.4.2删除列
4.4.3添加计算列
4.4.4拆分列
4.5切片器
4.5.1创建整数切片器
4.5.2在视图中使用切片器
4.5.3使用切片器的场景
4.5.4按日期扩展信息的切片器
4.6增量刷新
4.6.1启用增量刷新
4.6.2设置范围参数
4.6.3使用参数筛选查询
4.6.4定义刷新策略
小结
问答题
实验
第5章数据建模
5.1基数和交叉筛选
5.2交互关系
5.2.1单向交互关系
5.2.2双向交互关系
5.2.3关系的传递
5.2.4间接关系
5.2.5创建间接关系
5.2.6关系的设计
5.2.7编辑交互行为
5.3数据建模
5.3.1数学建模
5.3.2创建计算列
5.3.3创建计算表
5.4分析窗格
5.5关系视图
5.6钻取表中数据
5.6.1层次结构
5.6.2图表级别的钻取
5.6.3钻取
小结
问答题
实验
第6章参数的使用
6.1连接参数的添加
6.2连接到数据源
6.3查询参数
6.3.1参数的属性
6.3.2创建编辑查询参数
6.3.3引用编辑查询参数
6.4将逻辑参数添加到控制语句
6.5使用参数命名数据集对象
6.6在“数据”视图中使用参数
小结
问答题
实验
第7章数据分析表达式及其应用
7.1数据分析表达式
7.1.1DAX语法
7.1.2DAX功能
7.1.3DAX的作用域
7.1.4DAX的上下文
7.1.5DAX条件求和
7.2函数
7.2.1统计函数
7.2.2文本函数
7.2.3逻辑函数
7.2.4关联函数
7.2.5计算函数
7.2.6全部函数
7.2.7去重函数
7.2.8与筛选器相关的函数
7.3关系
7.3.1关系连接
7.3.2自然连接
7.3.3时间关系
7.3.4筛选相关
7.3.5表之间的关系
小结
问答题
实验
第8章M语言
8.1常用的M函数
8.2M函数的使用
8.3M函数导航
8.4从数据集中添加、删除列
8.5将行升为标题
8.6重命名数据集列
8.7过滤数据集中的行
8.8替换数据集中的列值
8.9更改列值的大小写
8.10将计算列添加到数据集
小结
问答题
实验
第9章R脚本语言
9.1安装R引擎
9.2数据加载
9.3数据转换
9.4数据显示
9.5创建可视化
9.6导入基于R语言的自定义视觉效果
小结
问答题
实验
第10章数据集和数据源
10.1系统数据类别
10.1.1确定数据分类
10.1.2确定数据类别
10.1.3识别报告中的地理信息
10.2数据源类型
10.2.1系统数据源
10.2.2系统服务的数据源类型
10.2.3系统服务的数据源内容包
10.2.4连接数据源
10.3数据的连接模式
10.3.1数据连接模式
10.3.2数据源的实时连接
10.3.3数据刷新
10.3.4连接模式的性能
10.4调整合并数据集
10.4.1数据加载
10.4.2数据调整
10.4.3数据合并
10.5高密度数据行采样
10.5.1高密度行采样的工作方式
10.5.2高密度行采样的算法
10.5.3高密度行视觉对象
10.5.4评估高密度行视觉对象
10.5.5工具提示和高密度行采样
10.5.6启用高密度行采样
10.5.7使用限制
10.6检索SQL服务器表
小结
问答题
实验
第11章应用技能进阶
11.1嵌入自定义视觉
11.1.1系统嵌入用户
11.1.2创建自定义视觉效果
11.1.3系统超链接
11.1.4在Excel枢轴图中创建表格或网格超链接
11.2系统书签
11.2.1书签的创建
11.2.2书签的使用
11.2.3书签的分组
11.2.4利用“选择”窗格加强认知
11.2.5形状和图像与书签关联
11.2.6“聚集”模式
11.2.7云端系统服务中的书签
11.3创建度量值
11.3.1度量值
11.3.2创建度量
11.3.3在报告中使用度量
11.3.4切片器使用度量值
11.4系统聚合
11.4.1聚合功能的启用
11.4.2数据类型
11.4.3更改数字字段的聚集方式
11.4.4使用分类字段进行总计
11.4.5疑难问题问答
11.5在系统中使用报表主题
小结
问答题
实验
第12章系统管理
12.1系统管理员
12.2本地网关
12.3网关的安装
12.4系统网关的类型、工作及使用
12.4.1管理网关
12.4.2系统网关类型
12.4.3系统网关的使用
12.5管理门户
12.6租户设置
12.7工作区和分享设置
12.8查看和使用设置
12.9系统REST API
12.10数据存储安全性
12.11系统报告服务器
小结
问答题
实验
附录A专业术语
附录B用DAX书写的常用度量值
参考资料
|
| 內容試閱：
|
近几年来，以机器学习、深度学习算法为引领的人工智能技术得到了飞速发展，物联网、大数据分析的价值发掘与应用开始被越来越多的企业所重视。目前很多企业的数据无法得到充分、有效的利用，究其原因，一是没有很好的数据分类，缺乏统一的数据规范，各业务系统数据按照各自的口径和理解习惯上报，难以构建高质量的大数据存储体系； 二是数据散落在各部门的服务器中，而各业务系统的数据没有打通，数据信息还处于相对孤立状态。本书正是针对这一现象，为计算机应用、电商数据分析等相关专业的学生或用户编写的一本实用教材。
人工智能是指计算机系统经过软件、硬件的优化和结合，产生一种新的与人类大脑类似的思考能力，该能力可以履行原本只有依靠人类智慧才能完成的复杂任务。近年来，人工智能的发展出现了向上的拐点。国际、国内各行各业已经开始在人工智能领域频频发力，一方面培养人工智能专业人才，另一方面加大投资力度，人工智能应用的春天已经到来。同时，不是所有的人工智能从业人员都要去学习Python语言，都要天天去编写代码，其实大量的专业人员更加需要掌握人工智能技术的工具应用，为企业直接提供数据挖掘、数据分析、数据洞察、数据预测等多方面的数据价值发现。数据分析平台可以渗透到存储企业数据的所有地方，可以为各业务系统的数据提供描述、诊断、预测等数据洞察力，是进行大数据分析、人工智能计算等综合业务的必经之路。本书正是从这一理念出发，为用户介绍Power BI这一数据分析工具。Power BI是目前市面上流行的数据分析平台之一。阅读和学习本书的门槛不高，用户无须掌握计算机语言，也可以没有人工智能的知识，只要按照本书的章节学习和实践，就可以很快进入大数据分析的人工智能技术领域，赶上时代的步伐。
作为一本教材，本书具有如下特点：
（1） 在结构上按照先总体后具体、先基本技能后高级进阶的顺序安排章节，并结合实例进行详细分析，除在每章后附有问答题、实验题外，还安排多次的大作业设计。全书重点突出、结构严谨、通俗易懂，兼有普及与提高的双重功能。
（2） 没有涉及复杂的计算机编程，只在第8章和第9章介绍M语言和R脚本语言，它们都是阅读性语言，即使用户没有计算机知识，只要按照书本的讲解，都可以达到教学大纲的要求。当然用户也可以在使用本书时，结合学习相关的计算机知识。针对初学者的特点，本书力求通过大量的例子，以通俗易懂的语言讲解复杂的概念和方法，以帮助用户尽快迈入大数据智能分析的大门。
（3） 以现代教育理念为指导，在讲授方式上注重实践，并结合应用开发实例项目，注重培养用户理解大数据分析的内涵和外延，面向企业实际项目应用，学会用数据去分析和描述问题，提高分析问题和解决实际问题的能力。
（4） 配套资源丰富，提供课件、教学大纲等，可从清华大学出版社官网下载。本书还配套教学视频，读者可扫描封底刮刮卡内二维码观看视频。
教师可以根据教学课时数，选取相应的内容进行教学，也可以在课程开始，通过布置实例进行学习。用户在学习的过程中要多实践、多进行项目训练，更重要的是多进行全流程模拟，把结果共享给不同的团队和组织，以便走出校门后可以直接参与项目。
编者在本书的编写过程中参阅了许多网站和有关资料，并阅读了一些外文教材，从中吸收了许多新的思想和方法，谨向这些作者表示衷心的感谢。在本书的编写和出版过程中得到了清华大学出版社黄芝编辑的大力支持和帮助，在此表示诚挚的感谢！
本书由赵红艳、王甲琛、苗和平、张清主编，李飞、叶鑫、董献芬、常玉红、胡定磊、庞宁、于敏、尹鲁平等老师参与了编写和审校工作，卢佳雯、冯美美等同学参与了图表的编排等辅助工作，在此一并感谢！
由于编者水平有限，书中难免有疏漏之处，恳请广大专家和读者批评指正。
编者2021年5月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
