会员
数据质量实践手册：4步构建高质量数据体系
更新时间：2024-12-18 17:27:22 最新章节：本书赞誉
书籍简介
高质量的数据关乎企业运营、合规、决策和业绩的关键，哈佛商业评论的一项研究发现，企业中只有3%的数据符合质量标准，绝大多数公司都在寻求切实可行的指导来提高数据质量。本书作者基于多年在数据、数据分析和人工智能方面的实践经验，阐述了4步构建高质量数据体系。他提出了高质量数据的四阶段DARS方法（定义、评估、实现、持续）和10个数据质量最佳实践案例，以此来提高业务中的数据质量水平，为业务提供数据价值，保证生成的数据可以有效支持高级分析和人工智能。在本书中，您将学习定义和评估数据质量的技术、标准和度量指标，了解如何确保公司的数据收集实践避免常见的陷阱。本书适合数据科学家、数据分析师、商业智能专业人士、首席技术官和数据官，以及对收集和使用高质量数据感兴趣的人士。对于有志成为首席数据官的各位读者，这是一本难得的宝典级书籍！
品牌：机械工业出版社
译者：马欢 巫雪辉
上架时间：2024-11-01 00:00:00
出版社：机械工业出版社
本书数字版权由机械工业出版社提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
(美)普拉桑特·苏特卡尔
最新上架
- 会员《数据分析实践：专业知识和职场技巧》从初学者的角度出发，讲解了进阶为高级数据分析师所需的知识和技能，其中既包括数据分析岗位的介绍、发展现状及未来趋势，也包括实际工作中各环节的方法策略、实战案例，还包括职场中的困惑解答及面试指导。阅读本书，并基于本书进一步拓展所需要的知识能，可以帮助读者形成一套成系统、可实战的数据分析方法论。计算机19.6万字
- 会员时序数据库是一种新型技术，主要用于工业互联网软件建设中。近年来，伴随着物联网技术在智能制造、交通、能源、智慧城市等领域的发展，时序数据库也发展迅速，成为搭建应用的必备数据库之一。《深入理解InfluxDB》从InfluxDB的安装开始，一步步详细介绍InfluxDB的功能及原理，带领读者深入理解以InfluxDB为代表的时序数据库。计算机7.6万字
- 会员这是一套数据指标体系全流程构建（从规划、框架设计、数据采集加工到应用）方法论与实践指南。它不仅深入浅出地分享了通用的数据指标体系构建策略，还通过多个行业实例展示了具体操作方法。书中从数据采集入手，借助BI工具Superset实践构建过程。本着“一切技术都是为业务服务的”这一宗旨，本书除了包含数据指标体系构建相关内容外，还结合统计学原理及Excel、Python等工具，深入剖析数据指标波动对业务的影计算机12.7万字
- 会员本书以案例的形式，介绍从思维模型分析到场景实践的数据分析方法。全书围绕“数据分析”与“运营增长”两大关键要素，在系统介绍数据分析思维、数据分析方法、数据采集技能、数据清洗技能等基础知识的同时，以问题为导向，解读运营与增长的关键性业务内容，在获客、激活、留存、变现、自传播循环等各个核心运营环节展开数据分析实战。本书提供案例相关数据集与源码包，适合数据分析、产品运营、市场营销等行业有数据分析具体业务需计算机12万字
- 会员本书瞄准当前高校MySQL数据库教学与实验的需求，在MySQL8.0的基础上编写而成。全书分为两篇。第一篇为MySQL数据库基础，内容包含：数据库基础、MySQL语言、数据定义、数据操纵、数据查询、视图和索引、MySQL编程技术、MySQL安全管理、备份和恢复、事务管理、PHP和MySQL教学管理系统开发。第二篇为MySQL实验，所编排的各个实验与第一篇中的各章（除第10、11章外）内容相对应，计算机12万字
- 会员《SQLServer从入门到精通（第5版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了SQLServer开发所必需的各方面技术。全书分为4篇共19章，内容包括数据库基础、SQLServer数据库环境搭建、创建与管理数据库、操作数据表、SQL基础、SQL函数的使用、SQL数据查询基础、SQL数据高级查询、视图的使用、存储过程、触发器、游标的使用、索引与数据完整性、SQL中计算机14.1万字
- 会员本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1？5章包括PySpark大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例计算机10.4万字
同类书籍最近更新
- 会员本书以Hadoop及其周边框架为主线，介绍了整个Hadoop生态系统主流的大数据开发技术。全书共16章，第1章讲解了VMware中CentOS7操作系统的安装；第2章讲解了大数据开发之前对操作系统集群环境的配置；第3~16章讲解了Hadoop生态系统各框架HDFS、MapReduce、YARN、ZooKeeper、HBase、Hive、Sqoop和数据实时处理系统Flume、Kafka、Storm数据库14.6万字
- 会员本书介绍了数据网格——一种来自现代分布式架构的去中心化社会技术范式，它提供了一种大规模采购、共享、访问和管理分析型数据的新方法。本书分为五部分。第1部分介绍DataMesh的四个原则，以及它们所组成的高级模型。第二部分比较DataMesh与以前的数据架构的区别。第三部分介绍DataMesh组件的高层次架构，帮助你设计DataMesh架构以及评估与DataMesh匹配的现成技术。第四部分介绍Data数据库18.1万字
- 会员高效测试平台的建设对软件自动化测试的效率有重大的意义。本书总结了高效测试平台的基本设计方法，包括面向对象设计思想、模块化设计、可扩展的弹性设计、测试设备的驱动设计、与CI/CD的结合，以及平台的部署。介绍了如何进行测试工具的选型、测试引擎的灵活配置，如何开发高复用性的测试用例，如何进行测试用例的生命周期管理等。此外，与平台相结合，深入探讨了数据驱动测试、事件驱动测试等测试脚本的设计模式、代码自动生数据库17.9万字
- 会员本书结合数据科学的具体应用场景，由浅入深、循序渐进地引导读者入门数据科学，覆盖了数据获取、数据预处理、数据分析等方面的内容，共10章。本书首先概括性地介绍各章的主要内容，然后通过一个个生动的案例讲解数据获取、数据预处理、自然语言处理、机器学习和深度学习等方面的典型应用，最后通过答疑部分为读者提供进一步学习的方向和方法的建议。本书各章的案例均基于具体应用场景，以简单、清晰的方式对数据科学相关的技术原数据库13.8万字
- 会员Oracle是目前全球应用最广泛、功能最强大的关系型数据库。本书结合大量实例，详细地讲述了Oracle数据库各方面的知识。全书内容包括Oracle安装配置、Oracle常用开发工具、SQLPlus、数据表、视图、约束、函数与存储过程、触发器、序列、索引、用户与角色、内置函数、控制语句、SQL查询及更新语句、并发与锁定、正则表达式、与编程语言结合使用。为了便于读者学习与把握，在每章都使用了单独的小数据库18.9万字