DolphinDB 從入門到精通之數(shù)據(jù)分析
定 價：99 元
- 作者：周小華
- 出版時間：2024/9/1
- ISBN：9787115650191
- 出 版 社：人民郵電出版社
- 中圖法分類：TP311.132.3
- 頁碼：
- 紙張：
- 版次：
- 開本：
DolphinDB不僅支持海量數(shù)據(jù)的高效存儲與查詢，更開創(chuàng)性地提供了功能完備的編程語言以支持復(fù)雜分析，以及高吞吐、低延時、開發(fā)便捷的流數(shù)據(jù)分析框架，是計算能力最強的數(shù)據(jù)庫系統(tǒng)之一。本書從入門概念開始介紹，到實踐應(yīng)用分析，講解深入淺出、易于理解，是一本具有實踐意義的數(shù)據(jù)分析工具書。本書介紹了如何使用 DolphinDB這一集存儲和高性能計算的數(shù)據(jù)庫系統(tǒng)進行數(shù)據(jù)分析實踐，提供了大量金融和物聯(lián)網(wǎng)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(yīng)用于自己的數(shù)據(jù)分析系統(tǒng)之中。即使是零基礎(chǔ)的讀者，也能通過學(xué)習(xí)本書，快速上手實踐。
周小華：
1 教育背景： 上海交通大學(xué)取得本科和碩士學(xué)位，在美國Drexel大學(xué)獲得信息科學(xué)和技術(shù)博士學(xué)位
2 工作經(jīng)歷與社會活動： 博士畢業(yè)后，在美國 LYZ 基金、巴克萊資本、摩根史丹利從事程序化交易策略和高頻交易系統(tǒng)的研發(fā)，是金融大數(shù)據(jù)存儲，檢索、分析和建模方面的資深專家。2016年歸國成立浙江智臾科技有限公司 主要從事文本檢索、數(shù)據(jù)挖掘和大數(shù)據(jù)方向的研究。2016年回國創(chuàng)立智臾科技，研發(fā)的高性能分布式時序數(shù)據(jù)庫 DolphinDB 已經(jīng)廣泛應(yīng)用于頭部的券商、公募基金、私募基金和銀行，成為量化金融重要的基礎(chǔ)設(shè)施。 浙江省千人計劃人才
3 出版作品： 在相關(guān)領(lǐng)域的國際頂級期刊和頂級學(xué)術(shù)會議（TKDE，SIGIR,SIGKDD，CIKM 等）發(fā)表論文30余篇。
1、編程入門
1.1導(dǎo)論
1.2數(shù)據(jù)類型
1.3運算符
1.4編程語句
1.5函數(shù)
2、數(shù)據(jù)結(jié)構(gòu)
2.1概述
2.2向量
2.3元組
2.4 array vector（數(shù)組向量）
2.5 columnar tuple（列式元組）
2.6 矩陣
2.7 表
2.8 字典
3、數(shù)據(jù)清洗
3.1信息統(tǒng)計
3.2缺失值處理
3.3異常值處理
3.4重復(fù)值處理
3.5離散化處理
3.6數(shù)據(jù)類型轉(zhuǎn)換
3.7 數(shù)據(jù)查找和取數(shù)
3.8表格數(shù)據(jù)增刪改
3.9數(shù)據(jù)整合
3.10數(shù)據(jù)對齊
3.11數(shù)據(jù)重組
3.12數(shù)據(jù)重排列和抽樣
3.13時序數(shù)據(jù)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(shù)據(jù)的處理邏輯及更多場景小結(jié)
5、函數(shù)式編程
5.1優(yōu)越性
5.2基礎(chǔ)概念
5.3純函數(shù)
5.4高階函數(shù)
5.5部分應(yīng)用
5.6函數(shù)元編程
5.7模塊和函數(shù)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(zhí)行
6.5 SQL優(yōu)化
6.6 SQL優(yōu)化案例
7、流計算
7.1基礎(chǔ)概念
7.2流數(shù)據(jù)引擎
7.3數(shù)據(jù)回放
7.4流批一體
7.5總結(jié)與比較
8、數(shù)據(jù)可視化
8.1 VSCode 插件 / GUI
8.2DashBoard
8.3第三方平臺
9、并行計算 & 分布式計算
9.1并行計算
9.2分布式集群架構(gòu)
9.3分布式計算
9.4性能調(diào)優(yōu)
10、數(shù)據(jù)導(dǎo)入導(dǎo)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迭代計算
11.3流計算
12、統(tǒng)計分析和優(yōu)化
12.1概率統(tǒng)計
12.2概率分布
12.3隨機數(shù)生成
12.4回歸
12.5假設(shè)檢驗
12.6優(yōu)化器
13、機器學(xué)習(xí)/GPU/AI
13.1機器學(xué)習(xí)
13.2深度學(xué)習(xí)
13.3 GPU支持
14、DolphinDB 與其他數(shù)據(jù)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
書單推薦
