本书提供了对当代计算机算法研究的一个全面、综合性的介绍。全书共八部分，内容涵盖基础知识、排序和顺序统计量、数据结构、不错设计和分析技术、不错数据结构、图算法、算法问题选编，以及数学基础知识。书中深入浅出地介绍了大量的算法及相关的数据结构，以及用于解决一些复杂计算问题的不错策略（如动态规划、贪心算法、摊还分析等），重点在于算法的分析与设计。对于每一个专题，作者都试图提供目前近期新的研究成果及样例解答，并通过清晰的图示来说明算法的执行过程。此外，全书包含957道练习和158道思考题，并且作者在网站上给出
本书完整全面地讲述数据挖掘的概念、方法、技术和近期新研究进展。本书对前两版做了全面修订，加强和重新组织了全书的技术内容，重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容，还全面讲述了OLAP和离群点检测，并研讨了挖掘网络、复杂数据类型以及重要应用领域。 本书是数据挖掘和知识发现领域内的所有教师、研究人员、开发人员和用户都推荐阅读的参考书，是一本适用于数据分析、数据挖掘和知识发现课程的很好教材，可以用做高年级本科生或者一年级研究生的数据挖掘导论教材。
《大话数据结构》主要内容包含：数据结构介绍、算法推导大O阶的方法；顺序结构与链式结构差异、栈与队列的应用；串的朴素模式匹配、KMP模式匹配算法；二叉树前中后序遍历、赫夫曼树及应用；图的深度、广度遍历；很小生成树两种算法、很短路径两种算法；拓扑排序与关键路径算法；折半查找、插值查找、斐波那契查找等静态查找；稠密索引、分块索引、倒排索引等索引技术；二叉排序树、平衡二叉树等动态查找；B树、B+树技术，散列表技术；冒泡、选择、插入等简单排序；希尔、堆、归并、快速等改进排序。 作者肖像展示图：
本书由靠前资深MySQL专家亲自执笔，靠前外多位数据库专家联袂推荐。作为靠前专享一本关于InnoDB的专著，本书的版广受好评，第2版不仅针对近期新的MySQL 5.6对相关内容进行了全面的补充，还根据广大读者的反馈意见对版中存在的不足进行了完善，全书大约重写了50％的内容。本书从源代码的角度深度解析了InnoDB的体系结构、实现原理、工作机制，并给出了大量很好实践，能帮助你系统而深入地掌握InnoDB，更重要的是，它能为你设计管理高性能、高可用的数据库系统提供不错的指导。 全书一共10章，首先宏观地介绍了MySQL的体系结构和各种常见的存储引擎以及它们之间的比较；接着以InnoDB的内部实现为切入点，逐一详细讲解了InnoDB存储引擎内部的各个功能模块的实现原理，包括InnoDB存储引擎的体系结构、内存中的数据结构、基于InnoDB存储引擎的表和页的物理存储、索引与算法、文件、锁、事务、备份与恢复，以及InnoDB的性能调优等重要的知识；很后对InnoDB存储引擎源代码的编译和调试做了介绍，对大家阅读和理解InnoDB的源代码有重要的指导意义。 本书适合所有希望构建和管理高性能、高可用性的MySQL数据库系统的开发者和DBA阅读。
本书围绕精益创业展开讨论，融合了精益创业法、客户开发、商业模式画布和敏捷/持续集成的精华。本书汇聚了100多位创始人、投资人、内部创业者和创新者的成功创业经验，呈现了30多个极具价值的案例分析，可以为各阶段的创业者提供行为准则。那些想要验证自己的创意、解决实际问题和渴望拥有成功事业的人，可以把本书当成一套明确的实践计划、一幅清晰的创业路线图、一本实践指南，或者一套反复实践的方法论。
本书注重实用性，是一本全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析，还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正，新增了近200页内容，介绍数据挖掘、预测性分析和不错编程。本书适合数据分析人员及R用户学习参考。
MySQL是世界上受欢迎的数据库管理系统之一。书中从介绍简单的数据检索开始，逐步深入一些复杂的内容，包括联结的使用、子查询、正则表达式和基于全文本的搜索、存储过程、游标、触发器、表约束，等等。通过重点突出的章节，条理清晰、系统而扼要地讲述了读者应该掌握的知识，使他们不经意间立刻功力大增。《MySQL必知必会》注重实用性，操作性很强，适用于广大软件开发和数据库管理人员学习参考。
科尔·努斯鲍默·纳福利克著的这本《用数据讲故事》通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。 本书适合所有需要用图表展示信息和数据的人士阅读。
本书共13章，章引入了微服务架构模式语言的概述；第2章解释了为什么软件架构很重要，并描述了可用于将应用程序分解为服务的模式；第3章介绍了微服务架构中强大的进程间通信的几种模式；第4章介绍Saga模式；第5章介绍领域驱动设计（DDD）的聚合和领域事件等模式的使用；第6章介绍如何使用事件溯源模式；第7章介绍如何使用API组合模式或命令查询责任隔离（CQRS）模式；第8章介绍外部API模式；第9章和0章介绍微服务自动化测试技术；1章介绍开发生产就绪服务的各个方面；2章介绍部署模式；3章介绍绞杀者模式。
本书由一线数据分析师精心编写，通过大量案例介绍了数据分析工作中常用的数据分析方法与工具。本书包括5章内容，分别是数据分析入门、数据分析——从玩转Excel开始、海量数据管理——拿MySQL说事儿、数据可视化——Tableau的使用、数据分析进阶——Python数据分析。本书通俗易懂、通过大量贴近企业真实场景的案例，帮助读者在提高数据处理技能的同时加深对数据分析思维的理解。本书适合有志于从事数据分析工作或已从事初级数据分析工作的人士自学，也可作为产品经理、运营人员、市场人员、对数据分析感兴趣的企业高管以及创业者的参考用书。
《Flink内核原理与实现》既讲解了Flink的入门、安装、流计算开发入门、类型和序列化系统、监控运维、安全管理配置等基础知识，又讲解了Flink的时间概念、Window的实现原理及其代码解析，Flink的容错机制原理，Flink容错的关键设计、代码实现分析，Flink Job从源码到执行整个过程的解析，Flink Job的调度策略、资源管理策略、内存管理、数据交换的关键设计和代码实现分析，Flink的RPC通信框架等深度内容。《Flink内核原理与实现》适合对实时计算感兴趣的大数据开发、运维领域的从业人员阅读，此外对机器学习工程技术人员也有所帮助。
SQL是使用很广泛的数据库语言，绝大多数重要的DBMS支持SQL。本书由浅入深地讲解了SQL的基本概念和语法，涉及数据的排序、过滤和分组，以及表、视图、联结、子查询、游标、存储过程和触发器等内容，实例丰富，便于查阅。新版对书中的案例进行了全面的更新，并增加了章后挑战题，便于读者巩固所学知识。
《数据挖掘导论(完整版)》全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。《数据挖掘导论(完整版)》涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论不错概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的不错主题。此外，书中还提供了大量示例、图表和习题。 《数据挖掘导论(完整版)》适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开发人员的参考书。
在今天的系统设计中，数据是所有挑战的中心。困难的问题需要被描述，比如可扩展性、一致性、可靠性、有效性和可维持性。 此外，我们有超乎寻常的工具可选择，包括关系数据库、NoSQL数据存储、流、批处理器和消息代理。什么是你的应用程序的正确选择？本书将给你答案。
这是一本从技术、产品和运营3个角度讲解如何从0到1构建用户画像系统的著作，同时它还为如何利用用户画像系统驱动企业的营收增长给出了解决方案。作者有多年的大数据研发和数据化运营经验，曾参与和负责多个亿级规模的用户画像系统的搭建，在用户画像系统的设计、开发和落地解决方案等方面有丰富的经验。全书一共9章：~6章主要讲解了搭建用户画像系统需要掌握的概念、技术、流程、方法论等，包括用户画像的基础知识、数据指标体系、标签数据存储、标签数据开发、开发性能调优、作业流程调度等；第7章讲解了如何对用户画像进行产品化，为工程实践提供解决方案；第8章详细讲解了用户画像在经营分析、精准营销和个性化推荐3个经典领域的应用；第9章通过8个常见的场景讲解了8个用户画像系统的落地案例，帮助读者掌握如何利用用户画像系统来驱动企业的营收增长。
这是一本可帮助读者深度理解并全面掌握ClickHouse运行原理并进行实践开发的工具书，涵盖了ClickHouse的时代背景、发展历程、核心概念、基础功能、运行原理、实践指导等多个维度的内容，尤其是在ClickHouse很核心的部分——MergeTree表引擎与分布式方面，书中对其实现原理和应用技巧进行了详细解读。本书采用浅显易懂的语言大量演示案例大量示意图例的形式呈现，以求让读者在很短的时间内，以很舒服的方式，获得很核心的知识。本书的理论观点来自作者在OLAP领域10余年的工作思考与总结；功能与实操的素材来自作者在工作中对ClickHouse的深度应用与实践；原理解析部分的素材来自对大量专业文献的钻研与源码级的调试与解读。x 本书在逻辑上分为三大部分： ～2章从宏观的角度出发，描述了时代背景、ClickHouse的发展历程及其核心特点。其中，对MOLAP、ROLAP和HOLAP三种架构形态的优缺点进行了详细解读，对ClickHouse的发展历程和架构形态进行了深度剖析，目的是帮助读者从根本上了解ClickHouse为什么具有这么高的性能。 第3～5章从实践应用的角度出发，详细介绍了ClickHouse基础功能的使用方法和技巧，其中包括对数据库、数据表、视图、数据字典等重点功能的剖析和演示。 第6～11章从原理的角度出发，解析了ClickHouse核心功能的运行机理。重点介绍了六大类数十种表引擎的主要特点与使用方法。其中对MergeTree的原理进行了深度解析，对它的基础数据结构、分区索引、一级索引、二级索引、压缩数据块、数据标记等重要概念进行了解读；对副本与分片的运行原理也进行了详细剖析；对它的基础数据结构、分布式DDL、分布式协同的核心操作过程等进行了解读。
《数据库系统实现(第2版)》是斯坦福大学计算机科学专业数据库系列课程第二门课的教科书。书中对数据库系统实现原理进行了深入阐述，并具体讨论了数据库管理系统的三个主要成分——存储管理器、查询处理器和事务管理器的实现技术。此外，第2版充分反映了数据管理技术的新进展，对内容进行了扩充，除了在靠前版中原有的“信息集成”一章（靠前0章）中加入了新的内容外，还增加了两个全新的章：“数据挖掘”（靠前1章）和“数据库系统与互联网”（靠前2章）。《数据库系统实现(第2版)》适合作为高等院校计算机专业研究生的教材或本科生的教学参考书，也适合作为从事相关研究或开发工作的专业技术人员的不错参考资料。
本书共分三个部分。靠前部分从靠前章到第4章，旨在复习C++程序设计的概念以及程序性能的分析和测量方法。第二部分从第5章到靠前6章，研究数据结构，包括线性表、数组和矩阵、栈、队列、字典、二叉树、优先级队列、竞赛树、搜索树和图等。第三部分从靠前7章到第21章，研究常用算法，包括贪婪算法、分而治之算法、动态规划、回溯算法和分枝定界算法。本书有800多道练习题和50多个应用实例。内容广博，组织合理，论述清晰，循序渐进，而且对程序性能的分析和测量系统入微。本书不仅是数据结构和算法的经典教材，而且是计算机科学与工程领域的理想参考书。
本书是目前有关数据挖掘在数据化运营实践领域比较全面和系统的著作，也是诸多数据挖掘书籍中为数不多的穿插大量真实的实践应用案例和场景的著作，更是创造性地针对数据化运营中不同分析挖掘课题类型，推出一一对应的分析思路集锦和相应的分析技巧集成，为读者提供“菜单化”实战锦囊的著作。作者结合自己数据化运营实践中大量的项目经验，用通俗易懂的“非技术”语言和大量活泼生动的案例，围绕数据分析挖掘中的思路、方法、技巧与应用，多方面整理、总结、分享，帮助读者深刻领会和掌握“以业务为核心，以思路为重点，以分析技术为辅佐”的数据挖掘实践应用宝典。全书共19章，分为三个部分：基础篇（靠前～4章）系统介绍了数据分析挖掘和数据化运营的相关背景、数据化运营中“协调配合”的核心，以及实践中常见分析项目类型；实战篇（第6～13章）主要介绍实践中常见的分析挖掘技术的实用技巧，并对大量的实践案例进行了全程分享展示；思想意识篇（第5章，靠前4～19章）主要是有关数据分析师的责任、意识、思维的培养和提升的总结和探索，以及一些有效的项目质控制度和经典的方法论介绍。
在过去几年中，JavaScript凭借Node.js和SpiderMonkey等平台，在服务器端编程中得到了广泛应用。JavaScript程序员因而迫切需要使用传统语言（比如C++和Java）提供的工具，包括传统的数据结构以及传统的排序和查找算法。麦克米伦编著的《数据结构与算法JavaScript描述》讨论在数组即对象、无处不在的全局变量、基于原型的对象模型等JavaScript语言的环境下，如何实现高效的数据结构和算法。 《数据结构与算法JavaScript描述》适合JavaScript程序员以及对JavaScript语言感兴趣的学习者，特别是在学校中没有系统学习过计算机科学相关课程的“跨界”程序员。
《大数据思维与决策》是大数据时代的奠基之作，耶鲁大学计量经济学家伊恩·艾瑞斯早在20世纪末就洞察到大数据浪潮的到来。本书通过讲述各个领域有关大数据分析与决策的经典案例，为读者解答了一系列关系到现在与未来的问题，如为什么谷歌和亚马逊比你还了解你自己的喜好、医生如何利用数据分析做出正确诊断、教师是否要摒弃自身创造性为孩子提供准确有效的教育指导，以及政府、法院如何在推动信息公开的同时制定出有益于未来的制度和法案等。希望读者在阅读后，可以迅速在信息变革中把握机遇，充分利用大数据分析做出优质决策。《大数据思维与决策》适合企业管理者、投资者、政策制定者、高校相关专业老师与学生等一切想走在互联网时代前列的人阅读。
《大话数据库》是一本独特的数据库入门书，以很有效的教学思路讲解数据库的每一个知识点，接近以初学者的思维方式提出疑问再深入答疑。这也许不是一本传统的教科书，但保证是自学数据库的优选书籍。本书采用【老田、小天】二人对话的形式讲解，其中不乏诙谐幽默的问题和解答，避免对知识点生搬硬套。 通过学习《大话数据库》，你能够在嬉笑怒骂的环境中轻松掌握数据存储原理、数据库设计技巧以及大量数据库编程的实战经验，更重要的是能够掌握一种很好的学习方法、解决问题的思路和思考的方式。这些经验和技巧得益于我和邹老师两人加起来近25年的项目开发和教育培训经历。 本书部分对于数据库的创建、备份、配置、安全等做详细介绍，通过这部分学习，可以掌握关系数据库的基础，以及对数据库的日常维护操作；本书第二部分对于分析项目需求，创建表，然后使用T-SQL语句和存储过程对表中数据做各种操作等做详细讲解，通过这一部分的学习，可以掌握对数据库的基本应用，熟练使用T-SQL语言建库、建表、T-SQL查询、不错检索、存储过程、性能优化技巧等； 读者对象：希望靠一本书从头到尾自学的零基础学员；培训讲师的备课资料，因为这本书总结了我们培训过程所遇到的问题和学生会问的问题、有疑虑的地方；自觉性不高的学员。
本书深入浅出地介绍了Redis的5种数据类型，并通过多个实用示例展示了Redis的用法。除此之外，书中还讲述了Redis的优化方法以及扩展方法，是一本对于学习和使用 Redis 来说的参考书籍。 本书一共由三个部分组成。首部分对Redis进行了介绍，说明了Redis的基本使用方法、它拥有的5种数据结构以及操作这5种数据结构的命令，并讲解了如何使用Redis去构建文章展示网站、cookie、购物车、网页缓存、数据库行缓存等一系列程序。第二部分对Redis命令进行了更详细的介绍，并展示了如何使用Redis去构建更为复杂的辅助工具和应用程序，并在结尾展示了如何使用Redis去构建一个简单的社交网站。第三部分对Redis用户经常会遇到的一些问题进行了介绍，讲解了降低Redis内存占用的方法、扩展Redis性能的方法以及使用Lua语言进行脚本编程的方法。
本书由浅入深、循序渐进地安排了与数据库有关的十二个数据库实验，每个实验都包含了实验目的、实验环境、实验内容和实验步骤等几个部分，以方便读者熟悉并掌握数据库系统的基础原理和具体操作。 实验内容包括Microsoft Access 2010数据库建立与数据查询、Microsoft Query数据查询以及用Microsoft Excel 2010和Microsoft Visio软件进行E-R模型的绘制。同时，本书还安排了Oracle11g软件环境下使用结构化查询语言对数据库进行相关操作的实验。具体包括：基本表的创建、插入、更新和删除，视图、序列、同义词和索引的创建，表的变更和删除及完整性约束定义，单表查询、连接查询和嵌套查询，数据库的并发和安全控制，简单PL/SQL 程序以及游标操作等实验。 本书既可作为财经类院校管理类和经济类专业、计算机背景类专业本科数据库课程的实验教学用书，也可作为从事数据库领域相关工作人员的参考书。
本书是关于Kafka的全面教程，主要内容包括：Kafka相对于其他消息队列系统的优点，主要是它如何匹配大数据平台开发；详解Kafka内部设计；用Kafka构建应用的实践；理解在生产中部署Kafka的方式；如何确保Kafka集群的安全。本书适合Java开发人员、大数据平台开发人员以及对分布式系统感兴趣的读者阅读。
本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。
本书展示如何用Python程序将不同格式的数据处理和分析任务规模化和自动化。主要内容包括：Python基础知识介绍、CSV文件和Excel文件读写、数据库的操作、示例程序演示、图表的创建，等等。
本书主要讲解Redis基本功能及其应用，以及线上开发与运维监控中的实际使用案例，包含大规模集群开发与管理的场景、应用案例与开发技巧，并总结了实际开发中遇到的“坑”。本书不要求读者有任何Redis使用经验,对入门与进阶DevOps的开发者提供有价值的帮助。主要内容包括：Redis的安装配置、API、客户端、持久化、复制、高可用、集群、缓存设计等基本功能，Redis高可用集群解决方案，Redis设计和使用的问题，开发运维中的陷阱，CacheCloud私有云的开发案例等。
本书讲述了一个现代企业从zui初的报表开发模式转向敏捷型分析模式的故事，通篇以对话的形式模拟职场人员在日常工作中使用数据分析解决问题并进行业务决策的过程。本书组织了一套全新的学习体系，内容由浅入深，从一开始jiu带入到实际的业务分析应用中，从zui基本的时间序列分析开始发现销售模式和季节性波动规律，到通过热图来分析一线销售和服务人员的排班优化，再到深入分析客户的80/20 规律等，每一章都在使用Tableau 分析和解决实际商业中遇到的问题。 本书适合Tableau 数据分析师阅读。
“数据”已成为企业的一项宝贵的战略资产。为了使庞大的数据发挥更大的价值，企业必须着眼于数据治理和综合利用。主数据驱动的数据治理是指从企业杂乱的数据中捕捉具有高业务价值、被企业内各业务部门重复使用的关键数据进行管理，构建单一、准确、非常不错的数据来源，从而提高企业的整体数据质量，提升数据资产价值，推动业务创新，全面增强企业竞争力。本书编者将近10年在数据治理咨询工作中积累的经验和知识进行总结，通过对数据治理的原理、技术、案例、发展趋势等内容的介绍，为读者进行数据治理、主数据管理实践提供重要的参考。 全书分为4篇，共14章。篇数据治理概念（~3章），面向数据治理组织管理者，从数据治理的必要性、可行性、应用效果等进行展开，回答管理者关心的数据治理的核心问题； 第二篇数据治理实施（第4~8章），面向数据治理团队成员，介绍数据治理工作的前期准备、工作步骤、治理过程、后期运维等内容； 第三篇数据治理技术（第9~13章），面向IT工程技术人员，从技术视角展开数据治理的系统架构与模型、数据治理质量评估、数据安全保护、数据集成服务等内容； 第四篇数据治理前景（4章），对数据治理应用前景进行展望。 本书可作为从事信息化建设的管理者、数据治理团队、IT咨询从业者、IT工程技术人员、相关专业在校师生的参考读物。
本书所涵盖的主题包括：数据预处理、预测建模、关联分析、聚类分析、异常检测和避免错误发现。通过介绍每个主题的基本概念和算法，为读者提供将数据挖掘应用于实际问题所需的必要背景。
在传统的数据处理流程中，总是先收集数据，然后将数据放到DB中。当人们需要的时候通过DB对数据做query，得到答案或进行相关的处理。这样看起来虽然很好合理，但是结果却很好的紧凑，尤其是在一些实时搜索应用环境中的某些具体问题，类似于MapReduce方式的离线处理并不能很好地解决问题。这就引出了一种新的数据计算结构---流计算方式。它可以很好地对大规模流动数据在不断变化的运动过程中实时地进行分析，捕捉到可能有用的信息，并把结果发送到下一计算节点。本书讲解流计算原理。
本书的定位是一本Python金融大数据风控建模的入门级读物。全书包括4篇：背景篇旨在由浅入深地引领读者走进金融科技领域，了解智能风控，系统、全面地认识评分卡；基础篇围绕评分卡构建的全流程，向读者一一讲述每个环节的理论知识，随之进行代码实践，帮助读者获得从0至1构建评分卡模型的工程能力；进阶篇旨在从建模中可能遇到问题出发，提供一些问题解决或模型提升的思路，使建立的评分卡具有更好的业务适应及预测能力；实战篇结合真实信贷场景的数据集，带领读者完成从数据分析至评分卡生成的各个流程，旨在让读者体验真实场景，具备评分卡实战能力，亦可作为读者实际工作中构建评分卡的参考。本书适合有一定Python语言基础的金融风控相关技术人员阅读，也适合想要了解人工智能如何在金融场景应用的开发及业务人员。另外，也适合专业培训机构的学员和相关专业的学生。
本书旨在指导开发者理解现代数据库和存储引擎背后的内部概念，包含从众多书籍、论文、博客和多个开源数据库源代码中精心选取的相关材料。本书深入介绍了数据存储、数据构建块、分布式系统和数据集群，并且指出了现代数据库之间很重要的区别在于决定存储结构和数据分布的子系统。本书分为两部分：部分讨论节点本地的进程，并关注数据库系统的核心组件——存储引擎，以及很重要的一个特有元素；第二部分探讨如何将多个节点组织到一个数据库集群中。本书主要面向数据库开发人员，以及使用数据库系统构建软件的人员，如软件开发人员、运维工程师、架构师和工程技术经理。
大数据分析与机器学习技术已成为各行各业实现数字化变革的关键驱动力。本书以功能强大且较易上手的Python语言为编程环境，全面讲解了大数据分析与机器学习技术的商业应用实战。全书共16章，讲解了线性回归模型、逻辑回归模型、决策树模型、朴素贝叶斯模型、K近邻算法模型、随机森林模型、AdaBoost与GBDT模型、XGBoost与LightGBM模型、PCA（主成分分析）模型、聚类与分群模型（KMeans与DBSCAN算法）、协同过滤算法模型、Apriori关联分析模型、神经网络模型等十余种机器学习模型的原理和代码实现，每种模型都配有一到两个典型案例，涵盖金融、营销、医疗、社会科学、企业办公与管理等多个领域。本书适合具备一定数学知识和编程基础、希望快速在工作中应用大数据分析与机器学习技术的读者阅读，也适合Python编程爱好者或对大数据分析与机器学习技术感兴趣的读者参考。
本书在MATLAB 2016a的基础上由浅入深地讲解了MATLAB/Simulink软件的知识，内容涉及面广、涵盖了用户需要使用的各种功能。本书编排合理，自始至终采用实例描述； 内容完整且各章相对独立，是一本极具参考价值的MATLAB/Simulink参考书。 本书分为三大部分共16章。部分主要介绍了MATLAB基础知识、Simulink仿真入门、Simulink模型建立与仿真以及Simulink常用命令库等； 第二部分主要介绍S-Function的应用、控制系统仿真和PID控制仿真等； 第三部分则涉及Simulink不错应用，包括模糊逻辑控制、电力系统仿真、通信系统仿真、神经网络控制仿真、滑模控制、车辆系统仿真、群智能算法仿真和图像处理仿真等。 本书以工程应用为目标，深入浅出，实例引导，讲解翔实，适合作为理工科高等院校本科生和研究生的教学用书，也可作为广大科研工程技术人员的参考用书。
随着互联网的飞速发展，人们在互联网上的行为产生了海量数据，对这些数据存储、处理与分析带动了大数据技术的发展。其中，数据挖掘和分析技术可以帮助人们对庞大的数据进行相关分析，找到有价值的信息和规律，使得人们对世界的认识更快、更便捷。在数据分析领域，Python语言简单易用，第三方库强大，并提供了完整的数据分析框架，因此深受数据分析人员的青睐，Python已经当仁不让地成为数据分析人员的一把利器。因此，《Python数据分析与可视化（微课视频版）》从Python数据分析的基础知识入手，结合大量的数据分析示例，系统地介绍数据分析和可视化绘图的方法，带领读者一步步掌握Python数据分析的相关知识，提高读者解决实际问题的能力。
本书的编写目的是向读者介绍大数据分析的基本概念和相应的技术应用。全书共10章，具体内容包括大数据、爬虫与大数据、Scrapy爬虫、数据库连接与查询、数据可视化基础与应用、大数据存储与清洗、数据格式与编码技术、数据抽取与采集、pandas数据分析与清洗，以及数据分析与清洗综合实训。本书将理论与实践操作相结合，通过大量的案例帮助读者快速掌握和应用大数据分析相关技术，通过对书中重要的、核心的知识点的练习，达到熟练应用的效果。本书可作为大数据专业、软件技术专业、信息管理专业、计算机网络专业的教材，也可作为大数据爱好者的参考书。
《Python金融大数据分析 第2版》分为5部分，共21章。部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中很好有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。
本书全面探讨了企业数据治理的方向、策略、总体架构、治理机制、运维管理等内容。首先介绍企业数据治理的发展方向，提出了企业数据治理的“八步走”策略。然后从项目层面对企业如何进行数据治理进行了深入分析，分别对数据治理项目的前期准备、项目实施方法论及调研分析、构建数据管理体系、存量数据清洗、完善数据交换架构、优化增量数据质量、企业数据治理项目的管理，以及数据治理项目后的数据运维工作、风险监控进行了探讨，并分享了大量数据治理项目实际案例。本书是一部完整的企业数据治理实战读物，内容主要面向企业信息总监、企业架构师和数据管理人员等，能够帮助读者系统地掌握企业数据治理的策略、方法。
量化交易是一种新兴的系统化的金融投资方法，它是以计算机强大的运算能力为基础，运用数据建模、统计学分析、程序设计等工具从历史数据中得到良好的交易策略，是计算机科学在金融领域的具体应用。Python语言凭借其简洁、高效的特性，以及其在大数据分析方面的强大性能，在量化交易领域得到了良好的应用。本书以A股市场为交易标的物，引导读者从理解量化交易开始，逐步掌握行情数据的获取和管理、技术指标的可视化，并在熟练编程的基础上，构建出个性化的交易策略体系。本书适合对股票的量化交易感兴趣的读者阅读，通过阅读本书，读者不仅能够了解Python数据分析和数据可视化的核心技能，更能够将Python作为常用工具，为股票技术指标分析和量化交易提供助力。
数据仓库、大数据、数据科学的简单介绍。 了解企业建立数据湖的各种途径。 探索如何构建自助服务模型，以及如何让分析师便捷访问数据的很好实践。 使用不同的方法来构建数据湖。 了解不同行业专家实现数据湖的方法。
这是一部全面讲解数据产品经理核心知识体系的著作。12位作者大多来自靠前的知名企业，涉及不同的行业，让本书拥有广阔的视角，能帮助读者从不同的角度了解数据产品经理如何在数据、产品、运营、市场等多个方面产生价值。本书的很终目的是让读者全面了解数据产品经理的工作内容，系统掌握数据产品的核心知识体系，快速实现从入门到进阶的突破。 全书一共11章，重点讲解了数据产品经理应该掌握的11个核心知识点，可以概括为四个部分。 部分基础知识（章） 首先介绍了数据产品的定义、组成、分类，其次介绍了数据产品经理的分类和能力模型，很后介绍了数据产品经理的招聘、应聘和面试。 第二部分通用能力（第2～3章） 讲解了数据产品经理应该具备的数据分析能力和项目运作能力（产品路线图）。 第三部分数据管理（第4～9章） 依次讲解了数据埋点、数据中台、数据指标体系、A/B测试、数据管理、数据服务等知识点，涵盖数据采集、治理、应用、能力输出的整个链条。 第四部分策略产品（0～11章） 重点讲解了搜索系统和用户画像等策略产品相关的知识。
随着大数据、云计算和工业互联网等新一代信息通信技术的飞速发展，数据中心作为重要支撑载体，其安全、稳定、绿色和高效运行成为重要课题。作者在对数据中心基础设施技术发展现状和存在的质量把控问题做了广泛调研和研究的基础上，重点围绕着数据中心基础设施供电设备、制冷设备、监控设备、机柜设备等设备级测试技术以及供电系统、制冷系统和监控系统等系统级测试技术，深人浅出地讲解了数据中心基础设施整体联调验收测试、能效测试以及数据中心微模块测试技术。此外，还对数据中心基础设施维护测试进行了介绍，重点列出了维护项目及维护周期。很后章节对数据中心基础设施测试和维护所涉及的仪表原理等进行了阐述。本书定位于具有优选性的实用读物，主题突出，语言力求平实生动。作者团队长期工作在技术前沿，内容大多来自作者的技术研究和工程实践，从而保证了本书的优选性和实用性。本书的读者对象主要是生产企业中从事数据中心基础设施各类产品开发和测试领域的技术人员，数据中心系统级和整体联调测试验证技术人员，以及大量的数据中心维护技术人员，对于从事数据中心基础设施系统设计技术人员以及相关专业高校师生也有参考价值。
本书系统论述了openGauss数据库理论、技术及应用。本书共11章,首先介绍数据库发展历史,包括传统的 网状数据库、层次数据库、关系数据库、NoSQL数据库、NewSQL数据库、云数据库、多模数据库、分布式数据库 等。其次介绍结构化查询语言(SQL)、SQL语法、存储过程、触发器、游标、数据库设计规范和E-R 模型等数据库 基础知识。再次介绍数据库未来发展趋势,包括新硬件、不同部署形态、新应用对数据库的影响。很后重点介绍 openGauss的核心技术,包括openGauss的核心架构、面向鲲鹏和昇腾等新硬件的优化技术、SQL引擎、执行器技 术、数据库存储技术、数据库事务机制、数据库安全、数据库自治技术等。为方便读者掌握数据库教学内容,本书 每章都提供了小结和习题(含答案)。 通过阅读本书,读者可以深入了解数据库的发展历史与未来趋势、数据库系统架构、鲲鹏和昇腾优化技术、数 据库事务处理技术、数据库执行器技术、数据库安全技术,从而既可以在将来开发数据库的核心代码,也可以更好 地利用数据库开发应用。 本书既可作为高校本科生和研究生学习数据库的参考书,也可作为高等院校、科研机构等相关单位从事数据 库理论教学或科学研究的教师、系统实现的研究人员的参考书,还可供企业工程师进行数据库二次开发和应用开 发的参考。
本书概述了绿色数据中心基础设施的主要组成以及设计策略与规划原则，着重从变配电系统和发电系统、不间断电源系统、冷却系统等设计、建设与应用的几个视角进行了详细的阐述，同时针对数据中心基础设施综合管理系统、精细化管理和智能维护，分别提出了相应的管控措施。书中更是将三大电信运营商在网运行的数据中心典型案例贯穿始终，把其节能环保、创新运维的优选经验推荐给读者，旨在为绿色数据中心基础设施建设与实践提供有益的参考。 本书可供数据中心的工程设计、建设施工、运营、管理人员以及系统集成、智能建筑、IT等行业的技术人员参考和阅读，还可作为高等院校相关专业师生的参考用书。
《数理统计与数据分析(原书第3版)》将现代统计学的重要思想引入数理统计课程中，强调了数据分析、图形工具和计算机技术，并注重统计的实务和应用. 本书内容丰富，几乎涵盖了所有经典和前沿的概率论与数理统计理论和方法，主要包括概率、随机变量、联合分布、期望、极限定理、抽样调查、参数估计、假设检验、数据汇总、两样本比较、方差分析、分类数据分析和线性很小二乘等。《数理统计与数据分析(原书第3版)》用真实数据分析了实际问题，以此增强读者对理论的理解；作者将自助方法与传统的推论性过程结合起来，增加了蒙特卡罗方法. 此外，为了使概念更清晰，书中提供了大量的示例，而且还有丰富的习题，以增强读者的计算能力。《数理统计与数据分析(原书第3版)》适合作为统计学、数学、其他理工科专业以及社会科学和经济学专业高年级本科生和低年级研究生的教材，同时也可供相关领域技术人员参考。
Nathan Yau所著的《鲜活的数据(数据可视化指南)》是一本系统介绍数据可视化的图书。书中主要阐述了如何将冰冷枯燥的数据转换成易于理解、生动有趣、主题清晰的图表。作者根据数据可视化的一般顺序，先后介绍了如何获取数据，将数据格式化，然后用可视化工具(如R)生成图表，很后在图形处理软件(如11lustrator)中修改完善，使图表达到很好的可视化效果。本书详细介绍了柱形图、饼图、折线图和散点图等图表的绘制方法及各自的优缺点，还用专门的一章介绍与地图相关的数据可视化技巧。《鲜活的数据(数据可视化指南)》实例丰富、图文并茂，适合数据分析师、视觉设计师和对数据感兴趣的开发人员学习提高。
《Origin9.0科技绘图与数据分析不错学习手册(工程软件应用精解)》由张建伟编著，以叙述Origin 9.0版本的功能为主，由浅入深地讲解了Origin的知识，涵盖了一般用户所要用到的各种功能，并详细介绍了Origin常用工具的使用。《Origin9.0科技绘图与数据分析不错学习手册(工程软件应用精解)》按逻辑编排，自始至终采用实例描述，内容完整且每章相对独立，是一本简明的Origin使用手册。 《Origin9.0科技绘图与数据分析不错学习手册(工程软件应用精解)》共分为16章，详细介绍了Origin的基础知识，电子表格及数据管理，二维图形绘制，三维图形绘制，图形的输出和利用，曲线拟合，数据操作和分析，数字信号处理，峰拟合和光谱分析，统计分析等内容。在本书很后，还重点介绍了Origin中编程与自动化的实现方法及其运用。 《Origin9.0科技绘图与数据分析不错学习手册(工程软件应用精解)》以实用为目标，以实例来引导，讲解详实、深入浅出，适合作为理工科研究生、本科生的教学用书，也可以作为广大科研工作者进行科技图形制作的参考书。
与传统的关系型数据库不同，MongoDB是一种面向文档的数据库。《MongoDB非常不错指南(第2版)》这一版共分为六部分，涵盖开发、管理以及部署的各个方面。部分展示MongoDB基础知识、核心概念。第二部分介绍使用MongoDB进行开发，包括索引的概念以及各种特殊索引和集合的用法等。第三部分讲述复制，包括副本集的相关概念、创建方法，与应用程序的交互等。第四部讨论分片，包括分片的配置，片键的选择，集群的管理。第五部分阐述创建索引、移动和压缩数据等管理任务，以及MongoDB的持久数据存储。很后一部分集中说明服务器管理。 《MongoDB非常不错指南(第2版)》适合数据库开发和管理人员阅读。
本书根据计算机专业“数据库原理”课程的教学大纲编写，全书共分 10章，分别介绍数据库的基础知识、 关系数据库、SQL语言、关系系统及其查询优化、关系数据理论、数据库设计、数据库保护、对象关系和面 向对象数据库系统、分布式数据库系统以及数据仓库概述。每章由基本知识点和例题分析组成，前者高度概 括和疏理本章应重点掌握的相关知识；后者则详尽地解析精选的典型习题。本书将使读者充分掌握“数据库 原理”课程求解问题的技巧与方法，深化对基本概念的理解，切实提高分析问题和解决问题的能力。 本书内容丰富，习题覆盖面广，不仅可以作为计算机专业本、专科数据库原理课程的学习参考书，也 是报考计算机专业硕士研究生的考生复习推荐阅读材料（复试），对数据库原理和应用课程的自学者以及计算 机等级（三级或四级）应试者也颇有助益。
本书系统的讲述了数据挖掘技术的基本概念和基本原理，并列举了在相应领域具有参考价值的算法及其改进和应用，是作者多年来从事教学和科研实践的成果。全书共8章，主要内容有：绪论，数据，关联规则，分类规则，聚类分析，粗糙集理论，属性约简算法，数据挖掘的应用。
本书共分8章。靠前章绪论，简要介绍海量点云处理技术的基础理论、方法以及主要内容。第2章介绍海量点云数据的预处理，包括点云数据的获取方案，点云的去噪、压缩、配准方法，以及点云空洞的插值方法。第3章介绍海量点云数据的重建方法，系统介绍常用的点云重建算法与特点，并详细介绍基于特征和基于切片的点云重建方法。第4章介绍点云数据及模型的质量评价，从理论和实际两方面对点云质量进行分析，总结点云配准过程中的误差传播模型，系统地归纳三维模型的质量评定方法。第5章介绍点云数据处理技术，详细介绍靠前外常用的海量点云数据处理软件以及三维图像库。第6章介绍地面三维激光扫描仪在隧道监测领域的应用，系统介绍基于三维激光扫描技术的隧道点云数据获取、处理及变形分析方法。第7章介绍地面三维激光扫描仪在历史建筑保护领域的应用，详细阐述基于点云的很好历史建筑数字化建模流程和方法。第8章介绍地面三维激光扫描仪在大场景数字化领域的应用，详细介绍大场景的数据采集方案、模型及景观制作方法，并通过实例介绍基于点云的大场景数字化建模方法。《海量点云数据处理理论与技术》可供测绘领域与智慧城市的管理者、研究人员、技术人员参考学习，也可供高等院校相关专业的本科生、研究生参考阅读。特别适合从事海量点云数据研究的科研人员以及相关高等院校的师生参考。
当代商业和科学领域大量激增的数据量要求我们采用更加复杂和精细的工具来进行数据分析、处理和挖掘。尽管近年来数据挖掘技术取得的长足进展使得我们广泛收集数据越来越容易，但技术的发展依然难以匹配爆炸性的数据增长以及随之而来的大量数据处理需求，因此我们比以往更加迫切地需要新技术和自动化工具来帮助我们将这些数据转换为有用的信息和知识。 本书前版曾被KDnuggets的读者评选为很受欢迎的数据挖掘专著，是一本可读性不错的教材。它从数据库角度全面系统地介绍数据挖掘的概念、方法和技术以及技术研究进展，并重点关注近年来该领域重要和近期新的课题——数据仓库和数据立方体技术，流数据挖掘，社会化网络挖掘，空间、多媒体和其他复杂数据挖掘。每章都针对关键专题有单独的指导，提供很好算法，并对怎样将技术运用到实际工作中给出了经过实践检验的实用型规则。如果你希望自己能熟练掌握和运用当今很有力的数据挖掘技术，那这本书正是你需要阅读和学习的宝贵资源。本书是数据挖掘和知识发现领域内的所有教师、研究人员、开发人员和用户都推荐阅读的一本书。 本书特点 引入了许多算法和实现示例，全部以易于理解的伪代码编写，适用于实际的大规模数据挖掘项目。
本书是一本使用Python实现数据可视化编程的实战指南，介绍了如何使用Python很流行的库，通过60余种方法创建美观的数据可视化效果。全书共8章，分别介绍了准备工作环境、了解数据、绘制并定制化图表、学习更多图表和定制化、创建3D可视化图表、用图像和地图绘制图表、使用正确的图表理解数据以及更多matplotlib知识。
郭文武主编的《硬盘数据恢复及维修》是在多年中职教育教学改革与实践的基础上，结合中职的办学定位、岗位需求、生源的具体水平情况，专门为中职维修专业编写的。全书共三个单元，重点讲解硬盘的逻辑类故障（主引导记录、fat32文件系统、ntfs文件系统等）、物理类故障（pcb板、坏道）、开盘类故障等。本书强调动手能力和实用技能的培养，读者通过学习能逐步掌握硬盘数据恢复及维修的知识，快速成为维修工程师。当然本书还可以作为硬盘数据恢复及维修的培训机构、技工学校和职业院校的教学参考书。
博利厄编著的这本《SQL学习指南（第2版修订版）》全面系统地介绍了SQL语言各方面的基础知识以及一些不错特性，包括SQL数据语言、SQL方案语言、数据集操作、子查询以及内建函数与条件逻辑等内容。书中每个章节讲述一个相对独立的主题，并提供了相关示例和练习。本书内容以SQL92标准为蓝本，涵盖了市场上常用数据库的近期新版本（MySQL6.0、Oracle11g及MicrosoftSQLServer2008）。本书适合数据库应用开发者、数据库管理员和不错用户阅读。针对开发基于数据库的应用程序，以及日常的数据库系统管理，本书都展现了大量经过实践检验的方法和技巧。读者可以通过对本书循序渐进地学习快速掌握SQL语言，也可以在实际工作中遇到问题时直接翻阅本书中的相关章节以获取解决方案。
数据科学与大数据分析在当前是炙手可热的概念，关注的是如何通过分析海量数据来洞悉隐藏于数据背后的见解。本书是数据科学领域为数不多的实用性技术图书，它通过详细剖析数据分析生命周期的各个阶段来讲解用于发现、分析、可视化、表示数据的相关方法和技术。《数据科学与大数据分析：数据的发现 分析 可视化与表示》总共分为12章，主要内容包括大数据分析的简单介绍，数据分析生命周期的各个阶段，使用R语言进行基本的数据分析，以及不错的分析理论和方法，主要涉及数据的聚类、关联规则、回归、分类、时间序列分析、文本分析等方法。此外，本书还涵盖了用来进行不错数据分析所使用的技术和工具，比如MapReduce和Hadoop、数据库内分析等。《数据科学与大数据分析：数据的发现 分析 可视化与表示》内容详细，示例丰富，侧重于理论与练习的结合，因此比较适合对大数据分析、数据科学感兴趣的人员阅读，有志于成为数据科学家的读者也可以从本书中获益。
本书基于易于理解且具有数据科学相关的丰富的库的Python语言环境，从零开始讲解数据科学工作。具体内容包括：Python速成，可视化数据，线性代数，统计，概率，假设与推断，梯度下降法，如何获取数据，k近邻法，朴素贝叶斯算法，等等。作者借助大量具体例子以及数据挖掘、统计学、机器学习等领域的重要概念，详细展示了什么是数据科学。
本书紧扣“大数据”这一时代主题，着眼于侦查领域大数据运用在法律研究方面的空白，构建起包括思维、模式、方法等多方面的大数据侦查体系，同时对大数据侦查可能产生的法律问题进行探讨，为侦查实务中大数据的运用提供方法、法律理论及程序上的指导。
《试验设计与数据处理》涉及试验设计与数据处理以下四个方面的内容：试验数据的测量方法，误差理论及数理统计基础，正交试验设计与数据处理，回归分析。具体包括：试验数据的测量，误差理论，直接测量、间接测量、组合测量中的数学处理，统计假设检验，方差分析法，正交表及其用法，有交互作用的正交试验设计，正交表的构造法，正交试验设计的方差分析，正交试验设计中的效应计算与指标值的预估计，直线回归分析，曲线回归分析，多元回归分析，如何利用计算机技术解决试验设计与数据处理中的具体问题。内容简明扼要，以大量的实例详细介绍了试验设计与数据处理的方法。
本书将涵盖以下比较重要的挖掘和分析知识点：概率、统计和分布、多维向量空间、回归、聚类、分类、关联分析、协同过滤、文本挖掘、神经网络。同时，讲解了大数据相关的人才需求、行业情况、大数据变现与产品发布、系统调优等读者需要了解的内容。
大数据应用已成为行业热点和产业发展新增长点，数据科学与计算技术也是近期新的前沿领域，其中，大数据计算分析提供了核心的技术支撑。本书从大数据计算系统的三个层次对数据模型、处理算法、计算模型与架构、开发技术标准等内容进行了综合性的介绍，重点阐述了各类数据分析算法和MapReduce，图并行计算，交互式处理，流计算，内存计算等计算架构。本书适合作为数据科学与大数据计算技术、计算机科学与技术、互联网应用系统、物联网工程等专业相关课程的教材。
本书内容可分为三部分：靠前部分为靠前、第2章，介绍了高维统计分析工具中的基本理论知识；第二部分为第3~11章，阐述了经典统计学方法在高维统计分析中的拓展与修正，包括中心极限定理和多元统计的推广及其假设检验方法；第三部分为靠前2章，介绍了大样本协方差矩阵理论在金融领域的应用。附录中简要阐述了一些曲线积分和特征值不等式的基本知识。本书可作为统计分析、数据挖掘以及图像处理等高维数据统计分析相关领域在读研究生的教材和参考书，同时，为工作在上述领域内的专家、学者、研究人员以及工程应用技术人员提供一定价值的理论指导。
《预测分析与数据挖掘 RapidMiner实现》旨在帮助读者理解数据挖掘方法的基础知识，并实现无需编写代码就能在自己的工作中实践这些方法。书中围绕分类、回归、关联分析、聚类、异常检测、文本挖掘、时间序列预测、特征分析等数据挖掘问题，着重介绍了决策树、k近邻、人工神经网络、线性回归、k均值聚类等当今广泛使用的二十多种算法，针对每一种算法都先以通俗的语言解释其原理，再使用开源数据分析工具 RapidMiner加以实现。《预测分析与数据挖掘 RapidMiner实现》适合在日常工作中大量接触数据的分析师、金融专家、市场营销人员、商务专业人士等阅读。
本书内容按照算法策略分为7章。靠前章从算法之美、简单小问题、趣味故事引入算法概念、时间复杂度、空间复杂度的概念和计算方法，以及算法设计的爆炸性增量问题，使读者体验算法的奥妙。第2～7章介绍经典算法的设计策略、实战演练、算法分析及优化拓展，分别讲解贪心算法、分治算法、动态规划、回溯法、分支限界法、线性规划和网络流。每一种算法都有4～10个实例，共50个大型实例，包括经典的构造实例和实际应用实例，按照问题分析、算法设计、完美图解、伪代码详解、实战演练、算法解析及优化拓展的流程，讲解清楚且通俗易懂。附录介绍常见的数据结构及算法改进用到的相关知识，包括sort函数、优先队列、邻接表、并查集、四边不等式、排列树、贝尔曼规则、增广路复杂性计算、优选流很小割定理等内容。本书可作为程序员的学习用书，也适合从未有过编程经验但又对算法有强烈兴趣的初学者使用，同时也可作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。
本书基于Tabelau新版本10.5编写，全面介绍了Tableau的核心功能，包括数据连接与编辑、图形展示与编辑功能，如何与R等工具进行集成，如何在服务器上进行发布管理等内容，而且广泛覆盖数据获取与管理、基础与图形分析、地图分析、交互分析与数据挖掘、图表集成整合与分享发布等主要内容，方便大家快速掌握敏捷分析方法与技术。
《企业级大数据平台构建：架构与实现》是一部教你如何从0到1架构与实现一个企业级大数据平台的著作，是作者在大数据和系统架构领域工作超过20000小时的经验总结。作者朱凯从横向视角出发，手把手教你如何拉通Hadoop体系技术栈，以此搭建一个真实可用、安全可靠的大数据平台。通过阅读本书，大家一定能找到灵感和思路来应对实际工作中面对的问题。本书在逻辑上分为三大部分：背景篇（靠前～2章）：简单阐述了企业级大数据平台的重要性，并指出了作为一个企业级大数据平台应当具备的能力。接着抛砖引玉介绍了通过Hadoop生态体系去构建一个企业级大数据平台可以使用的技术栈的核心概念，如HDFS、HBase、Spark等。方法篇（第3～6章）：详细讲解了集群服务、安所有渠道关、服务授权、Kerberos认证、单点登录和集群用户整合等各个方面的背景知识与配置整合步骤。扩展篇（第7～8章）：介绍了如何用编写Restful服务的形式进一步扩展平台功能的一些思路，以便提高平台的易用性和可用性。
图数据库是NoSQL类数据库的又一大典型代表，在靠前图数据库属于新兴产物，其优异的复杂关系解决方案引起了靠前众多大型互联网公司及IT开发者的关注，而Neo4j是目前图形化数据库中很为出色、很为成熟的产品。本书基于Neo4j 3.1版本编写，共分9章，外加两个附录，涵盖基本概念、基础入门、查询语言、开发技术、管理运维、集群技术、应用案例、不错应用、中文扩展、配置设置、内建过程等内容。本书内容已经涉及Neo4j的大部分知识，既可以作为Neo4j初学者的入门教材，也可以作为相关行业Neo4j技术专家的参考手册。
为了帮助读者学习如何使用、部署和维护Apache Spark，该开源集群计算框架的部分创建者编写了本书这本综合指南。本书作者比尔·钱伯斯和马太·扎哈里亚在强调Spark 2.0的改进和新功能的同时，将Spark题分为不同的部分，每个部分都有其独特的目标。你将探索Spark的结构化API的基本操作和常见功能以及Structured Streaming，后者是用于构建端到端流应用的一种全新的高层API。开发人员和系统管理员会学Spark监控、调优、调试的基础知识，探索机器学习技术以及Spark可扩展机器学习库MLlib的部署场景。
本书首先介绍计算机视觉开发所需的工具及其安装和配置，接着探索OpenCV框架及其强大的库和函数集。从很简单的图像修改、滤镜和变换开始，读者将逐步掌握各种算法知识，直到能执行更复杂的任务，例如使用深度学习算法进行实时对象检测等。本书适合所有对计算机视觉感兴趣并希望在实际工作中使用计算机视觉算法的读者。
通过本书25个简明的章节，读者将学习到区块链的基础知识。全书尽可能避免使用数学 公式、程序代码和计算机科学术语，读者无需计算机科学、数学、程序设计和密码学方面的知识也可轻松读懂全书。这本书弥合了关于区块链的纯技术类书籍和纯商业类书籍之间存在的空白，通过解释构成区块链的基础技术概念以及这一技术在相关业务领域中的应用来让读者真正了解区块链。 本书适合程序员、金融从业人员以及对区块链技术感兴趣的读者阅读。
大数据已经从概念变成广泛落地的现实，并且对传统企业产生越来越大的影响。本书从大数据、人工智能、云计算三者的关系谈起，论述了企业制订大数据战略的原则、方法、技术平台的选择、实施、运维与管理的方方面面，并辅以成功案例，多方面展示了大数据在企业的应用。
本书主要探讨SQLAlchemy，这个Python库在关系型数据库和传统编程之间架起了一座桥梁，有助于Python程序员将应用程序连接到关系型数据库。本书首先通过对比的方式介绍了SQLAlchemy的两种主要使用模式——SQLAlchemyCore和SQLAlchemyORM，然后探讨了数据库迁移工具Alembic的用法，快速讲解了SQLAlchemy的应用。
Access 2016是微软公司近期新发布的Office 2016办公软件的重要组件，是一款重要的关系数据库产品。本书共18章，介绍了数据库理论基础、Access 2016概述、使用Access数据表、设置表关系、数据库查询基础、使用运算符和表达式、操作查询、使用SQL查询、在Access中分析数据、不错数据分析、使用窗体、使用表布局和控件、使用报表、美化窗体、导入与导出数据、使用宏和VBA、使用Access VBA等内容。 本书图文并茂，基础知识与实例相结合，内容简单易懂，结构清晰，实用性强，案例经典，适合Access初学者、数据库应用从业人员、大中专院校师生及计算机培训人员使用，同时也是Access爱好者的推荐参考书。
本书介绍了利用Python实现数据可视化。并介绍了数据、信息与知识之间的关系。书中涉及的可视化过程应用了大量流行的Python库，你会学到采用Numpy、Scipy、IPython、MatPotLib、Pandas、Patsy和Scikit-Learn等生成可视化结果的不同方法。
《一本书玩转数据分析(第2版)》是一本数据分析宝典，介绍了数据分析的各种方法，如七何分析法、演绎树分析法、金字塔原理、4P营销理论、SWOT分析法、比较分析法、平均分析法、分组分析法、立体分析法等，帮助读者快速从新手成为数据分析的高手。 《一本书玩转数据分析(第2版)》共分为10章，内容包括走进数据分析的世界、落实数据分析操作、掌握数据整理的方法、掌握数据分析秘诀、为什么要运用数据分析、百度指数＋好搜指数＋站长工具＋京东商智、数据也要美美的、数据分析函数学习、与同行之间的角逐、利用数据实现营销目的。 《一本书玩转数据分析(第2版)》结构清晰、语言简洁、图解丰富，适合5类人群阅读：一是初学数据分析的新手；二是从事数据相关行业的个人；三是有意向学习数据分析的白领阶层、工薪阶层、学生；四是希望通过数据分析“挖金”的个体老板、企业高管、政府媒体、网络数据分析师；五是新媒体或者自媒体平台从事运营的相关人员、网站运营人员。
《SQL Server入门很轻松（微课超值版）》是针对零基础读者编写的SQL Server入门教材。书中侧重实战、结合流行有趣的热点案例，详细地介绍了SQL Server应用中的各项技术。全书分为18章，内容包括数据库与SQL Server 2017、SQL Server 2017管理工具的应用、数据库的创建与操作、数据表的创建与操作、数据表的完整性约束、插入、更新与删除数据记录、数据的简单查询、数据的连接查询、使用T-SQL语言、系统函数与自定义函数、视图的创建与应用、索引的创建与应用、存储过程的创建与应用、触发器的创建与应用、游标、事务和锁的应用、用户账户及角色权限的管理、数据库的备份与还原、SQL Server数据库的维护。《SQL Server入门很轻松（微课超值版）》通过大量案例，不仅可帮助初学者快速入门，还可以让读者积累数据库设计经验。通过微信扫码可以快速查看对应案例的微视频操作，随时解决学习中的困惑；通过实战练习，检验对知识点掌握的程度。《SQL Server入门很轻松（微课超值版）》还赠送大量超值的资源，包括精美幻灯片，案例源代码、教学大纲、求职资源库、面试资源库、笔试题库和小白项目实战手册。《SQL Server入门很轻松（微课超值版）》还提供技术支持QQ群，专为读者答疑解难，降低零基础学习编程的门槛，让读者轻松跨入编程的领域。《SQL Server入门很轻松（微课超值版）》适合零基础的数据库自学者，同时也适合SQL Server数据库应用技术人员，还可作为高等院校以及相关培训机构的师生阅读和学习的参考书。
本书介绍广泛适用于大型复杂数据集的新方法，新版添加了大量应用实例及Python代码示例，关注如何将原理付诸实践。书中除了涵盖常见的与大数据设计、架构、操作和分析相关的内容，还有涉及法律、社会和伦理问题的非技术性章节。书中描述的所有算法的核心部分都可以用几行代码轻松实现，帮助读者掌握如何在不安装新软件和不购买新硬件的情况下，有效地完成自己的项目。
本书以建立数据中心建设与运维管理的标准与规范知识体系为目标，帮助读者快速掌握目前通用的标准与相关规范。主要内容包括数据中心运维概述，ISO9001、ISO20000、ISO27001、ISO22301、Uptime Tier以及GB 50174-2017等靠前外数据中心建设运维标准和认证体系的解读与实际案例，还提供了数据运维人才的培养方案。本书适合从事数据中心规划和运维管理的设计与运维工程师阅读，也可以作为职业教育与高等教育相关专业师生学习的参考用书。
随着金融科技时代的到来，Python在金融领域的影响力已经有目共睹。掌握Python在金融实务中的应用，已经成为金融科技达人们推荐的技能之一。本书作为《基于Python的金融分析与风险管理》一书的配套案例集，整合了源于现实金融市场和日常实务工作的88个原创案例，涉及308项编程任务，包括超过6000行的Python代码。本书囊括了丰富多样的金融场景，涵盖利率、汇率、债券、股票、基金、远期、股指期货、外汇期货、国债期货、股票期权、商品期权等金融产品，还涉及商业银行、证券公司、期货公司、保险公司、信托公司、资产管理公司、基金管理公司、金融控股公司等各类型的金融机构，既介绍了包括我国在内的新兴市场，又介绍了欧美成熟的金融市场，囊括金融实务中可能涉及Python编程的各种场景。本书着眼于一系列从业者可能涉及的金融实务案例，并结合Python编程给出了高效的解决方案。通过阅读本书，读者能够多方面地了解金融市场的运作，深刻洞察各类职务背后的工作技巧。
使用支持现代应用程序开发的系统管理数据。这部非常不错、易懂的指南第三版升级到了MongoDB 4.2，为你充分展示使用面向文档数据库的优点。你将学会如何使用这个安全、高性能的系统实现各种灵活的数据模型、高可用性和水平扩展性。本书作者既为数据库开发人员提供了详细指导，也为系统管理员提供了不错配置，还为各种项目提供了代码示例。对于NoSQL新手和有经验的MongoDB用户，通过本书都可以在数据查询、索引、聚合、事务、副本集、ops管理、分片和数据管理、持久性、监视和安全性等方面获得新知识。
本书从数据处理平台数据库和数据仓库入手，帮助读者逐步搭建大数据Hive数据仓库平台，并介绍了这种传统数据分析方法在大数据平台成功应用的典型案例。本书通过对Hive数据定义语言、Hive数据操纵语言、Hive数据基本查询、Hive数据复杂查询的详细介绍，全面阐述了Hive大数据平台工具的应用与开发。另外，还介绍了Hive数据库对象、用户自定义函数以及Azkaban工作流作业调度器，帮助读者掌握Hive平台的强大功能和特性。很后，通过电商推荐系统、汽车销售数据分析系统以及微博数据分析系统3个实战开发项目案例，让读者对Hive大数据平台数据仓库工具的实战应用有更深的理解。
本书精选68个专业范例，覆盖90%以上的统计模型，以实验教程的形式讲解如何以EViews为工具进行各种数据分析。 全书共分12章，章主要介绍EViews 10软件的各种功能操作；第2~11章通过41个实验教程介绍一些常用的数据分析、各种方程和模型的估计，具体包括描述统计分析与参数假设检验、简单线性回归分析、其他回归估计方法、离散及受限因变量模型、传统时间序列分析、ARMA模型及其应用、动态计量经济模型、自回归条件异方差模型、多方程模型以及面板数据模型；2章为EViews编程基础介绍，同时给出两个编程实例。 本书对每一个实验，都遵循从“原理、目的与要求、内容及数据来源、操作指导”几个方面进行讲解，章后精选27个上机题，目的是着重培养读者的动手操作能力和数据分析能力。 本书重实践兼理论，面向具备一定的计量经济学理论基础和统计学知识的高年级本科生和研究生，特别是数量经济学、金融计量经济学领域的人员，也是一本即查即用的EViews使用指南。对于相关领域的科研工作者、数据分析人员而言，本书也可以作为参考用书。 。
随着企业对数据分析的需求越来越多，BI(商业智能)作为当前热门的数据解决方案正处于快速上升阶段。其中，可视化的数据探索分析功能作为BI平台的核心组件之一，有着广泛的市场需求和应用前景。微软作为优选靠前的BI解决方案提供厂商，近几年花大力开发了交互式数据可视化BI工具Power BI。本书共分为6章，详细讲解Power BI的产品结构、主要功能、使用方法等基础知识。同时，为了提升用户数据分析能力，还重点介绍数据查询分析用到的Power Query语言和数据建模分析使用的DAX语言。通过阅读本书，初学者可以快速了解使用Power BI进行数据分析并获得图形报表的方法，并且可以亲自动手，创建自己的BI可视化报表。
《SQL查询 从入门到实践 第4版》由多年从事SQL 方面研究和咨询工作的资深专家编写，重点讲解SQL 查询和数据操作的相关主题，包括关系型数据库和SQL、SQL 基础、多表操作、汇总和分组数据，以及修改数据集等内容，针对编写SQL 查询提供了轻松易懂的逐步指导，并包含上百个带有详细说明的例子。附录列出了所有SQL 语句的语法图和示例数据库的结构等。
这是一本从原理与实践角度全面讲解InfluxDB的著作，由腾讯监控大数据平台负责人撰写，融入了作者构建千亿级大数据监控平台的工程实践经验。从生态、应用场景、功能使用、源码分析等角度对InfluxDB进行了深入的讲解，包含9个企业级实战案例，100余示例，300余条命令和语法详解，能帮助读者从零开始，有效吃透InfluxDB的功能和原理，快速晋级为InfluxDB实战专家。 全书一共9章，从结构上分为四个部分： 部分 准备篇（~2章） 首先，从宏观角度介绍了InfluxDB的发展历程、适应场景、特点、优势以及社区和生态；然后，手把手教读者如何快速在各种环境中搭建InfluxDB生产环境。 第二部分 基础篇（第3~8章） 着重、全面地讲解InfluxDB的核心功能，包括基础操作、连续查询、保留策略、认证授权、集群和可用性、备份管理、节点管理、第三方协议等，并以多个DevOps实战为例，透彻讲解了InfluxDB的原理和实战技巧。 第三部分 实战篇（第9~10章） 分别以基于TICK的DevOps实战和基于InfluxDB、Grafana、Prometheus的DevOps实战为例，讲解了以InfluxDB为核心的企业级监控系统的构建方法。 第四部分 扩展篇（1章） 着重讲解了InfluxDB的源码编译方法，并采用抛砖引玉的方式，对启动流程、配置模块、HTTP写入和查询流程等进行了源码分析，帮助读者打开探索和研究InfluxDB源码的精彩之门。
本书以大数据分析全流程为主线，介绍了数据采集、数据存储与管理、数据处理与分析、数据可视化等环节典型软件的安装、使用和基础编程方法。本书内容涵盖操作系统（Linux和Windows）、开发工具（Eclipse）以及大数据相关技术、软件（Sqoop、Kafka、Flume、Hadoop、HDFS、MapReduce、HBase、Hive、Spark、MySQL、MongoDB、Redis、R、Easel.ly、D3、魔镜、ECharts、Tableau）等。同时，本书还提供了丰富的课程实验和综合案例，以及大量免费的在线教学资源，可以较好地满足高等院校大数据教学实际需求。本书是《大数据技术原理与应用——概念、存储、处理、分析与应用》的“姊妹篇”，可以作为高等院校计算机、信息管理等相关专业的大数据课程辅助教材，用于指导大数据编程实践；也可供相关技术人员参考。
本书详细介绍了各种数据库的SQL查询技术和一些基础的SQL查询语句，并且通过实例操作的方式讲解了如何插入、更新和删除数据等相关知识。另外，本书还介绍了如何使用SQL语句进行日期处理，以及一些其他的SQL语句查询操作，能够帮助你掌握相关的SQL知识。
获得关于用Python语言操纵、处理、清洗和压缩数据集的完整介绍。这本容易上手的指南第二版为Python 3.6而升级，其中包括一些实用的案例研究，展示了如何有效解决各种数据分析问题。你将从中学到近期新版pandas、NumPy、IPython和Jupyter的处理方法。本书由Python pandas项目的创立者Wes McKinney撰写，是一本实用、现代的Python数据科学工具读物。适合新入门Python的分析师和刚接触数据科学及科学计算的Python程序员。数据文件和相关材料在Github上可以获得
Stata是认可的应用很广泛的专业数据分析软件之一，因其功能丰富、效率高、操作简便，深受广大用户，尤其受在校师生的青睐。 本书为《Stata统计分析与行业应用案例详解》的升级版本（Stata 14.0），沿用版（Stata 12.0）的写作风格，采用先讲解Stata的各个操作功能再通过综合案例讲述Stata在各个行业中实际应用的思路编写。本书内容共分为两个部分：部分是~16章，按照统计类型讲述Stata的具体应用；第2部分是7~23章，分行业讲述了Stata的具体应用。各章均附有与正文部分对应的上机操作练习题，目的是着重培养读者的动手能力，使读者在实际练习的过程中能够快速提高应用水平。 本书面向具备一定统计学基础和计算机操作基础的在校各专业学生，以及企*单位的相关数据统计分析人员。
这是一本“少字多图”、以图描述原理、形象且易于理解的数据结构与算法图书。全书共分为7章，首先介绍了一些基础的数据结构，包括数组、链表、栈和队列等；然后通过例子来讲解递归和动态规划的算法思想；接着对树进行了讲解，包括二叉树、二叉搜索树、AVL树、红黑树、2-3树、B树以及Trie树等不同用途的树；在树的基础上讲解了堆，包括二叉堆、二项堆和斐波那契堆三种堆结构；还讲解了图结构，主要包括图的表示方式、图的遍历、图的很短路径以及很小生成树；很后讲解了比较排序和非比较排序，其中，比较排序包括选择排序、冒泡排序、插入排序、快速排序、希尔排序、合并排序和堆排序等，而非比较排序则包括计数排序、基数排序和桶排序等。本书适合对数据结构和算法感兴趣并且想要通过一种轻松的方式学习和掌握数据结构与算法的读者阅读。无论他们是否有编程基础，均可看懂本书。
本书以实践为宗旨，对数据挖掘进行了详细地入门引导。本书囊括了比赛结果预测、电影推荐、特征提取、好友推荐、破解验证码、作者归属、新闻聚类等大量经典案例，并以此为基础提供了大量练习和额外活动。在练习中，本书介绍了数据挖掘的基本工具和基本方法；在额外活动中，本书为深入了解数据挖掘指明了方向。本书适合希望应用Python进行数据挖掘的程序员阅读。
本书以实战开发为原则，以Hadoop3.X生态系统内的主要大数据工具整合应用及项目开发为主线，通过Hadoop大数据开发中常见的11个典型模块和3个完整项目案例，详细介绍HDFS、MapReduce、HBase、Hive、Sqoop、Spark等主流大数据工具的整合使用。本书附带资源包括本书核心内容的教学视频，本书所涉及的源代码、参考资料等。 全书共14章，分为3篇，涵盖的主要内容有Hadoop及其生态组件伪分布式安装和接近分布式安装、分布式文件系统HDFS、分布式计算框架MapReduce、NoSQL数据库HBase、分布式数据仓库Hive、数据转换工具Sqoop、内存计算框架Spark、海量Web日志分析系统、电商商品推荐系统、分布式垃圾消息识别系统等。 本书内容丰富、案例典型、实用性强，适合各个层次希望学习大数据开发技术的人员阅读，尤其适合有一定Java基础而要进行Hadoop应用开发的人员阅读。
本书围绕着如何探索和理解社交媒体系统的基本组成部分进行组织，简单地说来就是谁（who）、如何（how）、何时（when）和什么（what）构成了社交媒体过程。本书的目标是“授人以渔”。在涵盖了社交媒体分析的主要方面之后，本书还以大量篇幅介绍了大数据环境下处理社交媒体数据所需的工具、算法的原理和实际案例，读者可以以此为基础，快速介入生产环境下的社交媒体数据处理任务。
本书遵循理论与实践相结合的教学目的，以实例讲解在Windows环境下如何开发网络应用程序的方法。全书共分7章：章介绍网络编程的一些基本概念；第2章介绍套接字的基本概念以及Windows Socket的内容；第3~5章分别介绍流式套接字、数据报套接字和原始套接字的编程原理，并用实例详细介绍如何开发相应的网络应用程序；第6章介绍常见的应用层协议（如FTP、SMTP、HTTP、MQTT）和WinInet的内容，并用实例描述如何编写基于应用层协议的网络应用程序；第7章介绍使用广泛的WinPcap的概念，以及如何用WinPcap开发相关网络应用程序。本书的特点是有大量的实例源代码及详细解析。 本书主要供普通高校计算机、信息安全、通信工程等专业的师生使用，也可供对网络编程感兴趣的各类人员自学使用。
本书的主题是数据压缩，也就是用很紧凑的方式来表示数据。本书先讲解了5类数据压缩算法，即变长编码、统计压缩、字典编码、上下文模型和多上下文模型，然后介绍了香农的信息论，以及怎样通过各种方法来突破熵，如统计编码、自适应统计编码、字典转换、上下文数据转换、数据建模等。本书还讨论了数据压缩中的一些要点，如多媒体数据压缩和通用压缩，并介绍了有损数据压缩。本书很后说明了数据压缩与你、你的公司以及未来的技术是如何相互关联的。本书适合对数据压缩感兴趣的开发人员阅读。
《数据产品经理高效学习手册 产品设计、技术常识与机器学习》主要讲解了产品设计思维框架和具体操作流程，帮助读者快速了解产品设计的全过程；同时讲解了产品研发的技术常识，包括前端研发、后端研发、数据库设计等，帮助读者成为“懂技术”的产品经理；此外，还通俗易懂地讲解了机器学习原理，帮助读者成为一个掌握前沿知识的数据产品经理。本书适合对数据产品感兴趣的读者，有志于从事数据产品经理职业的读者，希望了解产品研发技术常识、需要提升自我能力的产品经理，以及希望了解机器学习原理，想要转型为数据产品经理或人工智能产品经理的读者。
本书是来自一线MySQLDBA的技能进阶笔记，凝结了作者多年数据库管理心得。全书从运维管理、架构优化和运维开发三个层面娓娓道来，精心筛选了作者在实际工作中总结的技巧、对常见问题的处理方法以及对于运维体系的思考和实践；尤其是运维开发章节从0到1构建运维体系，能够对DBA已有知识体系和技能栈做到全新梳理。
"本书是算法竞赛的入门和进阶教材，包括算法思路、模板代码、知识体系、赛事相关等内容。本书把竞赛常用的知识点和竞赛题结合起来，讲解清晰、透彻，帮助初学者建立自信心，快速从实际问题入手，模仿经典代码解决问题，进入中级学习阶段。 全书分为12章，覆盖了目前算法竞赛中的主要内容，包括算法竞赛概述、算法复杂度、STL和基本数据结构、搜索技术、不错数据结构、基础算法思想、动态规划、数学、字符串、图论、计算几何。 本书适合用于高等院校开展的ICPC、CCPC等算法竞赛培训，中学NOI信息学竞赛培训，以及需要学习算法、提高计算思维的计算机工作者。"