数字孪生技术与工程实践——模型+数据驱动的智能系统

评分8.4分

本书作者多年来从事复杂生产系统建模、数字化工厂技术的推广应用以及数字孪生技术的研究，有着丰富的技术积累和实战经验。本书在分析数字孪生基本概念的基础上，以智能制造和智能建造为基本切入点，阐述了模型驱动方法和数据驱动智能的融合技术，为数字孪生的构建、设计和实现提供了技术指引。同时，结合典型软件平台，给出了数字孪生系统的典型开发方法和具体实施案例，为国内外企业实施数字孪生系统提供有益的参考。 本书可供生产制造企业数字化转型实施人员，从事智能制造、智能建造、智慧城市、自动化、人工智能领域的工程技术人员，以及对数字孪生、工业物联网、工业4.0、智能制造、数字化工厂等感兴趣的各界人士阅读参考，也可以作为智能制造、人工智能、智能建造相关专业高年级本科生和研究生的教材。

金融商业数据分析：基于Python和SAS

评分9.7分

这是一本金融商业数据分析的实战工具书。作者都是在金融行业有10～20年数据分析经验的资深专家，他们将多年来的项目经验、培训和咨询经验融合成了这本书。它将指导读者零基础掌握金融数据分析的工具、思路、方法和技巧，快速实现从入门到进阶的突破。本书强调实战，方法论与实践相结合，所有案例均来自实际的金融业务，涵盖工具使用、数据处理、统计分析等数据分析的全流程。本书内容共14章，可分为3篇。分析工具篇（第1～4章）：首先介绍了数据科学和数理统计的基本常识，然后讲解了数据分析工具SAS EG和Python的基础知识。数据处理篇（第5～9章）：首先通过描述性统计分析进行数据探索，继而讲解基本的报表和统计制图，还介绍了如何使用SAS EG进行数据处理，用Python进行数据整合、数据清洗，从而构建出满足分析需求的数据集。统计分析篇（第10～14章）：从统计学的基本概念引出假设检验、样本t检验，三大统计分析、构造预测模型，并分享了基于时间序列的建模方法。

大学计算机基础实践教程

评分0.0分

本书是与“大学计算机基础”配套的实践教材，可以为学生预习，上机实践，复习课程相关知识提供必不可缺的帮助。全书共18章，分为两篇，第一篇为实验，第二篇为计算机等级考试练习题。　本书条理清晰、叙述简洁、实用性和可操作性强，可作为高等学校非计算机专业学生计算机公共课的实践教材，也可作为计算机等级考试的培训教材，学生可在教师指导下完成实验和作业，也可独立完成。本书还可作为从事办公自动化工作者的学习、参考用书。