随着数据科学的热门，数据的优化、整理以及如何处理不良数据成为人们关注的重点。本书通过处理不良数据，进行数据清理的案例，向读者展示了处理数据的方法。本书共有19章，从6部分向读者展示了使用和清理不良数据背后的理论和实践。第1部分是Grubby的动手实践指南，它向读者介绍了驾驭、提取数据的方法，如何处理文本数据中的数据以及Web开发中碰到的数据问题。第2部分是让人充满意外的数据，它向读者介绍了数据也会“撒谎”。第3部分是方法，它向读者介绍了处理不良数据的一些方法。第4部分是数据存储和基础设施，它向读者介绍了如何存储数据。第5部分是数据的商业化，它向读者介绍了如何避免数据处理的一些误差。第6部分是数据策略，它向读者介绍了如何追踪数据、评估数据质量以及构建数据质量相关平台等。本书适合数据科学家、数据处理和整理相关开发人员阅读。也适合想要进入数据处理领域的读者阅读。

📙 相关书籍

  1. 《Hadoop权威指南 修订&升级版》高清PDF 本书从Hadoop的缘起开始，全方位地介绍Hadoop这一高性能海量数据集处理工具。...
  2. 《Hadoop权威指南 影印版 英文》高清PDF 这本内容全面的书籍展示了如何使用Hadoop架构搭建和维护可靠、可伸缩的分布式系统。Hadoop架构是MapReduce算法的一种开源应用，是Google开创其帝国的重要基石。程序员可从中探索如何分析海量数据集，管理员可以了解如何建立与运行Hadoop集群。...
  3. 《大数据 技术与应用实践指南》高清PDF 大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势，大数据应用成为当前最为热门的信息技术应用领域。本书由浅入深，首先概述性地分析了大数据的发展背景、基本概念，从业务的角度分析了大数据应用的主要业务价值和业务需求，在此基础上介绍大数据的技术架构和关键技术，结合应用实践，详细阐述了传统信息系......
  4. 《大数据平台基础架构指南》高清PDF 当前不乏大数据具体技术组件的书籍，但却很少有从大数据平台整体建设和产品形态的宏观角度入手来阐释的。本书重点介绍大数据开发平台服务构建的整体思路和解决方案，内容涵盖一个成熟的大数据开发平台必不可少的各类核心组件：工作流调度系统、集成开发环境、元数据管理系统、数据交换服务、数据可视化服务、数据质量管理服......
  5. 《写给程序员的数据挖掘实践指南》高清PDF 本书不是一本数据挖掘的教材，而是写给程序员的一本数据挖掘知识普及和实践图书。本书用程序员通俗易懂的方式介绍了数据挖掘的基础知识，甚至用普通平白的语言来讲解很多数据挖掘方面难懂的数据知识和公式，从而帮助程序员降低阅读难度。...
  6. 《大数据 技术与应用实践指南 第2版》高清PDF 大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势……...
  7. 《数据挖掘中的特征约简》高清PDF 本书系统地阐述了特征变换、特征选择的基本原理、基本过程，介绍了针对连续型、类属型等不同类型数据的过滤型、封装型及嵌入型特征约简方法。着重讨论了近年兴起的软特征选择技术，以及嵌入自动特征约简的子空间聚类、子空间分类技术，并以实例的方式给出了不同方法在文档挖掘、信息安全以及生物信息学等领域的应用。...
  8. 《实战Hadoop》高清PDF 本书是中国电子学会云计算专家委员会刘鹏教授主编的国内第一本原著的Hadoop编程技术书籍。作为谷歌云计算技术的开源实现，Hadoop是目前最受关注的云计算技术平台。该书强调动手、强调实战，以风趣幽默的语言和一系列生动的应用实例，系统地讲授了Hadoop的核心技术和扩展技术，包括：MapReduce、......
  9. 《Hadoop实战 第2版》高清PDF 本书能满足读者全面学习最新的Hadoop技术及其相关技术（Hive、HBase等）的需求，是一本系统且极具实践指导意义的Hadoop工具书和参考书。第1版上市后广受好评，被誉为学习Hadoop技术的经典著作之一。与第1版相比，第2版技术更新颖，所有技术都针对最新版进行了更新；内容更全面，几乎每一个章......
  10. 《数据挖掘中的集成方法 通过集成预测来提升精度》高清PDF 在过去的十年，集成方法被称为数据挖掘和机器学习领域最具影响的发展。它们集组合多个模型成一体而往往比单个最好的模型更精确。对于从投资时机把握到药物发现，从伪造检测到推荐系统等工业挑战(这些领域中，预测精度较之于模型可解释性更为重要)，集成能给以重要的提升。本书首先讨论了决策树。继描述树及其长处不足之后......

提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。