翻倍效率工作術 - 不會就太可惜的Excel必學函數(大數據時代必備的資料統計整理與運算力) (3版)

類似書籍推薦給您

翻倍效率工作術：不會就太可惜的Excel必學函數（大數據時代必備的資料統計整理與運算力）（第三版） 系列名：辦公軟體應用 ISBN13：9789865028572 出版社：碁峰資訊 作者：鄧文淵-總監製 裝訂／頁數：平裝／296頁 規格：23cm*17cm*1.7cm (高/寬/厚) 出版日：2021/06/03 中國圖書分類：電腦應用及其程式 內容簡介 　　近3萬名讀者見證的Excel函數暢銷經典！ 　　最新升級增強進化版！127個省時有效率的超實用範例！ 　　給你大數據時代必備的資料統計整理與運算力！ 　　《超值加贈》 　　Excel快速鍵速查表/函數速查表/函數索引表/全書範例檔 　　理財分析計算教學PDF/消費數據統計影音教學 　　【人力資源】【行政秘書】【財務會計】【決策分析】【大數據處理】必學函數 　　依用途、函數名稱有效整理歸類，隨時查找最快速！ 　　◎ 127個範例隨查即用超效率 　　嚴選使用度最高，涵蓋生活、職場上最實用的函數與實例。沒有Excel版本之分，隨時替換套用最便利。搭配函數詳細解說+依字母排序速查索引表，想提昇工作效率就要懂得靈活運用工具！ 　　◎ 一分鐘搞定大量數據資料沒問題 　　老闆交辦工作不能等，但資料缺失、混亂、重複怎麼辦？不會程式也能秒用Excel整理大量數據，利用函數輕鬆處理資料，快速解決眼前一堆複雑惱人的報表。 　　【人力資源】 　　計算年資與特別休假日天數 　　計算加班費 　　計算新進員工試用期滿的日期 　　顯示日期應對的星期值 　　計算不含國定假日的實際工作天數 　　計算上班工時與薪資 　　統計符合條件的員工人數 　　統計人員分佈的中位值與眾數 　　業績達整體績效70%以上的評比“優” 　　...............more 　 　　【財務會計】 　　各部門員工薪資小計與總計 　　計算每個月累計薪資 　　加總多個工作表內的銷售金額 　　同時計算多個數值相乘的值 　　加總符合單一或多個條件的數值 　　取出符合條件的資料並加總 　　計算退休金每期應付金額 　　計算基金投資的報酬率 　　...............more 　　 　　【行政秘書】 　　只計算篩選出來的資料 　　依指定條件進行金額計算 　　星期六、日分別以綠、紅文字標示 　　國定假日用淺橘色文字標示 　　以提醒文字取代函數的錯誤訊息 　　限定只能輸入半型字元 　　限定不能輸入重複的資料 　　用色彩標示每隔一列的資料項目底色 　　由課程表取得各課程費用 　　...............more 　　 　　【決策分析】 　　求預算內可購買的商品數量與餘額 　　從商品存貨數量管理庫存 　　從商品入庫日期取得各月份入庫數量 　　從商品入庫日期取得各季入庫數量 　　查詢特定商品的進貨日期、金額與總額 　　分析公司雜項支出最多的項目 　　計算最高與最低績效值 　　統計年度支出的前二名金額與品名 　　查詢最高進貨額的進貨日期 　　...............more 　　 　　【大數據處理】 　　將缺失資料自動填滿 　　刪除空白、()和換行符號 　　檢查數值資料中是否摻雜了文字 　　限定只能輸入半形字元 　　限定輸入的訂單數量不能少於100份 　　限定統一編號輸入的格式與字數 　　限定不能輸入未來的日期 　　限定不能於休息日輸入預訂資料 　　限定名冊中員工編號不能重複輸入 　　下拉式選單填入重複性的資料 　　將單欄資料轉成多欄 　　合併多個工作表資料 　　...............more 　 　　等更多精選實用函數 目錄 Part 01 公式的基礎 函數是公式的一種，Excel有四百多個函數，本章將介紹輸入方法、錯誤修正及詳細的引數與運算子說明，讓你在公式與函數的使用上更得心應手。 Part 02 常用數值計算與進位 加、減、乘、除的四則運算與四捨五入數值進位...等，是進入函數應用的第一道門，以生活與職場上常遇到的表單為例，讓你輕鬆掌握數值的基本計算。 Part 03 條件式統計分析 面對表單中琳瑯滿目的數值，除了可以透過IF、AND、OR...等函數進行條件式的判斷，也可以運用SUMIF、COUNTIF、DAVERAGE...等函數統計出符合條件的有效數值，讓表單提供更有意義的數據分析。 Part 04 取得需要的資料 面對手頭上資料筆數眾多的資料表，如：人數統計表、績效考核表、進貨單、員工名冊、選課單、費用表...等，運用函數可快速從多筆資料中取得符合條件的內容，或可搜尋需要的資料進行計算與符號標註，不但省時方便，也能讓你更有效的應用這些資料表。 Part 05 日期與時間資料處理 日期時間函數可以在公式中分析處理日期值和時間值，除了單純顯示製表日期或時間，像是員工年資、工作天數、最後訂購日或付款日...等資料也都可以輕鬆取得。 Part 06 文字資料處理 Excel 不但數字運算很強，在文字的擷取、連結與拆解、大小寫轉換、格式化...等字元操作上也有一定程度的處理能力，讓你即使面對文字資料，也能善用函數解決問題。 Part 07 財務資料計算 儲蓄是「財富」聚集的不二法門，面對琳瑯滿目的儲蓄方案，就透過以下的範例來聰明選擇吧！ Part 08 大量數據資料整理與驗證 資料數據在建立成圖表化視覺效果前，需先檢查每一筆資料記錄與數據的完整性及正確性，如此一來才能建立出正確的視覺效果。此單元將說明運用函數進行資料的基本整理、正規化及資料輸入限定，面對大量數據資料有效率減少資料輸入錯誤的狀況發生，並以色彩標示重點或特定項目。 Part 09 主題資料表的函數應用 生活或工作中使用函數的機會很多，本單元以幾個常見的主題式工作表為例：分期帳款明細表、員工年資與特別休假表、計時工資表、家計簿記錄表、業績報表，將各種不同類別的函數綜合在一起，讓你更容易掌握函數的應用！ 附錄A 理財分析計算 (附錄單元為 PDF 電子檔形式，請見線上下載。) 常用函數與快速鍵功能索引表

商業大數據的視覺化設計與Power BI實作應用

類似書籍推薦給您

【簡介】 現在是一個大數據無處不在的年代，無論是企業或個人，建立一個快速解讀資料的能力，顯得相當實用且重要。其中，資料視覺化就是一個備受關注且重視的面向。用視覺化的方式來呈現資料的內容，能夠讓決策者更容易理解，執行者能更輕易的利用圖表與他人進行溝通。因此，資料視覺化的應用已經是許多企業相當看重的大數據分析技術之一。 然而，圖表的類別龐雜，如何選擇適切的圖表來忠實呈現資料，卻是操作者的困擾。因此，本書將資料視覺化的圖形予以整理及分類，藉由各章的說明、介紹、優劣比較與繪製建議，搭配企業個案資料來實際操作，減少讀者天馬行空的想像。 目前坊間資料視覺化的書籍多以軟體功能的介紹與操作為主，本書則是以不同應用類型的視覺化圖表為重點，搭配Power BI進行教學與解說，期待讓讀者在未來的應用上能夠更為得心應手。 最後，本書設計了一個整合的應用，利用企業的資料來進行實戰。透過資料視覺化的相關整合應用，去解讀企業營運時的狀態與樣貌，進而部署儀表板，提供即時決策參考。 【目錄】 【Part 1 基礎建立篇】 CH1　緒論 　　1.1　緒論 　　1.2　資料視覺化的演進 　　1.3　資料視覺化與大資料 　　1.4　資料視覺化的應用實例 　　模擬試題 CH2　資料視覺化的科學基礎與設計原則 　　2.1　色彩與心理之關係 　　2.2　圖表色彩的設計原則 　　2.3　圖形與心理之關係 　　2.4　前注意處理程序 　　2.5　資料視覺化中色彩與圖形的運用原則 　　模擬試題 CH3　容易取得的資料視覺化工具介紹 　　3.1　Microsoft Excel 　　3.2　Microsoft Power BI 　　3.3　Tableau 　　3.4　Matplotlib 　　模擬試題 CH4　Microsoft Power BI 功能 　　4.1　基本介紹 　　4.2　Power Query 　　4.3　資料分析運算式 DAX 　　模擬試題 【Part 2 進階練功篇】 CH5　離散差異之視覺化（Deviation） 　　5.1　離散差異視覺化圖表特色及使用之資料格式 　　5.2　圖形介紹 　　5.3　離散差異圖形之優缺點比較 　　5.4　範例資料介紹 　　5.5　實作與解釋 　　模擬試題 CH6　關聯性之視覺化（Relationship） 　　6.1　關聯性視覺化圖表特色及使用之資料格式 　　6.2　圖形介紹 　　6.3　關聯性視覺化圖表之優缺點比較 　　6.4　實作與解釋 　　模擬試題 CH7　排序之視覺化（Ranking） 　　7.1　排序視覺化圖表特色及使用之資料格式 　　7.2　圖形介紹 　　7.3　排序視覺化圖表之優缺點比較 　　7.4　實作與解釋 　　模擬試題 CH8　分佈之視覺化（Distribution） 　　8.1　分佈視覺化圖表特色及資料格式 　　8.2　圖形介紹 　　8.3　分佈視覺化圖表之優缺點比較 　　8.4　實作與解釋 　　模擬試題 CH9　隨時間變化之視覺化（Change over Time） 　　9.1　隨時間變化圖表特色及使用之資料格式 　　9.2　圖形介紹 　　9.3　隨時間變化圖表之優缺點比較 　　9.4　實作與解釋 　　模擬試題 CH10　量的比較之視覺化（Magnitude） 　　10.1　量的比較視覺化之圖表特色及使用之資料格式 　　10.2　圖形介紹 　　10.3　不同量的比較圖形之優缺點比較 　　10.4　實作與解釋 　　模擬試題 CH11　部分和整體關係之視覺化（Part-to-Whole） 　　11.1　部分和整體關係視覺化之圖表特色及使用之資料格式 　　11.2　圖形介紹 　　11.3　不同部分和整體關係圖形之優缺點比較 　　11.4　實作與解釋 　　模擬試題 CH12　空間視覺化（Spatial） 　　12.1　空間視覺化之圖表特色及使用之資料格式 　　12.2　圖形介紹 　　12.3　不同地理空間圖形之優缺點比較 　　12.4　實作與解釋 　　模擬試題 CH13　流向視覺化（Flow） 　　13.1　流向視覺化之圖表特色及使用之資料格式 　　13.2　圖形介紹 　　13.3　不同流向圖形之優缺點比較 　　13.4　實作與解釋 　　模擬試題 【Part 3 企業實戰篇】 CH14　資料視覺化實作，說一個好故事 　　14.1　取得資料視覺化資料 　　14.2　下載公開資料下載：交通部觀光署開放資料 　　14.3　實作練習：歷年來台旅客統計 　　14.4　實作練習：歷年來台旅客性別統計 　　14.5　實作練習：歷年來台旅客來台目的統計 　　14.6　實作練習：製作疫情前後來台旅客居住地儀表板 　　模擬試題

探究巨量資料－洞察大數據的奧秘(學AI真簡單系列4)

類似書籍推薦給您

探究巨量資料－洞察大數據的奧秘 系列名：學AI真簡單 ISBN13：9789865035631 出版社：全華圖書 作者：AI4kids;東吳大學巨量資料管理學院AI應用研究中心 裝訂／頁數：平裝／164頁 規格：26cm*19cm*0.7cm (高/寬/厚) 重量：306克 版次：1 出版日：2021/04/08 中國圖書分類：中學教學法 內容簡介 在科技日新月異的進步下，大家人手一支智慧型手機，可隨時隨地上網、發布限時動態、上傳照片、影片等。人類行為的改變促使資料爆炸般的產出，而資料的產生、儲存、取得、管理成本也相對比過去低許多，「巨量資料」（Big Data）因此應運而生。 本書將引導讀者了解巨量資料的意涵，並進一步探討它如何改變我們的生活，對社會產生什麼樣的影響。同時，教導讀者用Google工具分析網路流量、掌握手機數位足跡，也教導讀者利用Python打造網路爬蟲，進行社群資料的搜集與分析，利用Tableau進一步將巨量資料可視化。讓我們一同揭開巨量資料神秘的面紗。 本書作者為AI4kids團隊，曾應教育部國教署邀請，至全國高中主任會議分享AI教學、親子天下雜誌專文報導，成員來自AIA台灣人工智慧學校的校友，團隊有軟體技術、創新研發、工程管理、電商行銷等資歷專長，因為對AI科技教育的熱情而投入AI的教案研發與教學，目標是透過教孩子動手實作AI專題，來啟發他們對好奇心與想像力，協助他們運用各種程式或平台工具來探索、創造自己的AI應用。 目錄 CH1巨量資料崛起與茁壯 1-1 何謂大數據 1-2 大數據的結構 CH2巨量資料之資料探索 2-1 搜尋趨勢 2-2 網路溫度與氣壓計 2-3 網路爬蟲與社交情報探索實作 CH3數位足跡掌握 3-1 網路流量分析 3-2 行動流量分析 3-3 掃碼行為分析 CH4巨量資料處理與管理 4-1 巨量資料儲存―結構化資料庫 4-2 巨量資料儲存―非結構化NOSQL 資料庫 4-3 雲端儲存與運算的演進與定義 4-4 巨量資料安全與倫理 CH5巨量資料的可視化分析 5-1 巨量資料可視覺化案例 5-2 運用Tableu 實作全球氣候變遷資料可視化分析 5-3 運用Python 實作Pokemon 資料可視化分析 附錄A Python基礎語法查詢表 附錄B Google Colab使用簡介

Big Data：大數據的概念與演算法

類似書籍推薦給您

書名：Big Data：大數據的概念與演算法 作者：劉妘鑏 出版社：全華 出版日期：2018/01/01 ISBN：9789864637089 內容簡介 本書主要目的是為了讓學習者能夠快速地對大數據的整體架構有初步的認識，內容完整兼顧原理與應用，協助學習者奠定大數據相關的知識與基礎。內容包含大數據應用相關的演算法、NoSQL 資料庫、文件系統、以及分析工具四大部份，並以附錄介紹近年來頗受歡迎的 R 語言，並輔以「股價分析」案例說明，以 step by step的方式協助學習者快速上手。另外，每章均附習題，讓學習者可以從中快速抓出課程重點，並檢核自己學習的效果。 目錄 Chapter 01 　簡介 第一節　為什麼Big Data 會受到重視 第二節　Big Data 的3V、4V 與5V 第三節　Big Data 的機會與挑戰 第四節　Big Data 在業界的應用實例 Chapter 02 　預備知識 第一節　CAP & BASE 理論 第二節　BASE vs. ACID 第三節　雜湊表與分散式雜湊表的應用 第四節　為什麼關聯式資料庫在Big Data 的應用中會使不上力 第五節　分析Big Data 的方法 第六節　資料品質與知識發現模型 第七節　Big Data 應用的安全性與風險 第八節　分散式系統的設計要點 Chapter 03 　演算法 第一節　Google MapReduce 第二節　Apache MapReduce 第三節　Apache Spark 第四節　Google Pregel 第五節　Apache Hama Chapter 04 　NoSQL資料庫 第一節　四大主流NoSQL 資料庫 第二節　Google Bigtable 第三節　Apache HBase 第四節　Apache：Cassandra 第五節　Amazon Dynamo 第六節　資料倉儲& Apache Hive Chapter 05 　文件系統 第一節　Google GFS 第二節　Apache HDFS 第三節　Facebook Haystack Chapter 06 　分析工具 第一節　Google Dremel 第二節　Apache Drill 第三節　Google BigQuery 第四節　Google Cloud Dataflow Chapter 07 　趨勢 第一節　NoHadoop/ Beyond Hadoop 第二節　Google Knowledge Graph 第三節　Open Data 第四節　Block Chain 第五節　Industry 4.0 附錄A 　R語言在計算應用上的優勢與特色 附錄B 　運用R語言進行股價分析