本书是国际数据管理协会（DAMA国际）组织众多国际专家对过去30多年数据管理领域知识和实践的总结，是市场上综合了数据管理方方面面的一部具有性的基础工具书。从数据治理、数据架构、数据质量、数据安全、主数据管理、参考数据管理、元数据管理、商务智能和数据参考管理、数据建模设计、数据存储和操作、数据集成和互操作、文档和内容管理、大数据、数据管理人员的道德要求等方面介绍了数据管理的知识体系。
本书旨在向广大有志于投身芯片设计行业的人士及正在从事芯片设计的工程师普及芯片设计知识和工作方法，使其更加了解芯片行业的分工与动向。 本书共分9个章节，从多角度透视芯片设计，特别是数字芯片设计的流程、工具、设计方法、仿真方法等环节。凭借作者多年业内经验，针对IC新人关心的诸多问题，为其提供了提升个人能力，选择职业方向的具体指导。本书第1章是对IC设计行业的整体概述，并解答了IC新人普遍关心的若干问题。第2章和第3章分别对数字IC的设计方法和仿真验证方法进行了详细阐述，力图介绍实用、规范的设计和仿真方法，避免了Verilog语法书中简单的语法堆砌及填鸭式的灌输。第4章是在前两章的基础上，通过实例进一步阐述设计方法中的精髓。第5章详细介绍了作为当今数字芯片主流的SoC芯片架构和设计方法，并对比了非SoC架构的设计，
伴随人类社会数字化进程的深入，数据正不断渗透于日常的生活、生产、分配、流通、消费等各个环节，对人类社会的影响日益凸显。数据已成为继土地、劳动力、资本、技术之后的第五大生产要素，对其他生产要素的整合能力也使其成为既有要素中比较重要的和难以替代的关键要素，并成为值得重点讨论的时代性议题与理解数字时代的基本入手点。 对数据要素的理解涉及多学科、多视野，本书从与数据要素关系较为密切的信息、权属、价值、安全、交易等五个维度出发，汇聚不同学科背景的既有文献，整合现有观点，对数据要素的多维特性进行探讨，以丰富人们对数据要素的认知，凝聚共识，澄清数字时代的发展与治理迷思，为未来的相关创新提供起点。
本书介绍数据分析的统计基础、种类划分,并列举大量实例以说明数据分析方法和算法。内容主要分为4部分,第1部分为第1章,介绍一些概念,简单描述数据分析方法和一些实例; 第2部分包括第2~7 章,介绍描述性分析和数据预处理的主要方法,包括描述统计、多元描述分析、聚类以及频繁模式挖掘等;第3部分包括第8~12章,介绍预测性分析的主要方法,其中包括多种回归算法、二元回归、分类的性能测量以及基于概率和距离测量的方法,以及决策树、人工神经网络和支持向量机等较为先进的方法; 第4部分为第13章,利用描述和预测这两种方法,简单讨论文本、网页以及社交媒体的应用。
数据分析是现在不仅在互联网行业同时也在基础行业中必不可缺的运营手段，是业务提升效率、增强收益的有效方法。 本书的前8个章节精选提炼了多种数据分析中重要方法，包括ROI分析、数据标签和评分、用户生命周期、因果推断、可解释模型、PSM理论、ABtest、时序分析等，并通过更清晰、简单的方式向读者全方位的展示数据分析在以下诸多原理上的阐释，并且针对每种方法都提供了充足的生活和业务中的前沿案例作为辅助讲解，帮助读者更好的理解数据分析在传统行业、互联网行业及各类新兴行业的实际应用，同时也能更快的运用在实际工作和生活中，所以通过阅读前8个章节，读者可以系统的学习数据分析的理知识，拥有数据化思维，为读者能够在数据分析行业中不断深耕打下良好的理论基础并将数据分析能力逐步应用于实际的工作和生活中，成为一名合格的
本书在前四版畅销书的基础上，根据SPSS 26.0软件升级的市场应用需求进行第5次升级修订。 本书结合具体的SPSS统计分析实例，图文并茂地介绍了**版本SPSS 26.0的各种统计分析方法，包括基本统计分析、参数与非参数检验、方差分析、相关分析、回归分析、多重响应分析、聚类分析、判别分析、因子分析、主成分分析、对应分析、时间序列模型、信度分析、生存分析和缺失值分析的原理和使用方法。全书注重内容的实用性，在详细介绍SPSS常用的操作功能基础上，通过一些综合应用案例（在医学、经济管理、自然科学和社会科学中的应用）来演示实际统计分析中SPSS的使用。 本书适用于SPSS软件17.0~26.0版本，作者录制了96个视频教学文件，读者可通过扫描各章节二维码阅读学习。本书可作为高校经济学、管理学、统计学、公共管理、社会学和卫生统计等专业学生学习大数
这本书对GDPR进行了详细的评论，解释了您需要对数据保护和信息安全制度进行的更改，并确切地告诉您需要采取什么措施以避免严重的经济处罚。产品概述EU GDPR ?C实施和合规性指南是此新数据保护法的清晰而全面的指南，解释了该法规，并以您可以理解的术语列出了数据处理者和控制者的义务。任何组织中接触个人数据的的人员都应该掌握相关知识。
本书基于社会学领域学生和学者的需求，将统计学的理论概念和详细的技术指导有机结合起来，通过众多来自社会学不同领域的有趣示例来呈现丰富的统计方法和模型，鼓励读者在了解理论的同时学习应用Stata软件来实现研究的目的。本书除了用5个章节渐进式地详细阐述线性回归模型之外，还进一步涵盖logistic回归、多层次分析、面板数据分析、探索性因子分析、结构方程模型和验证性因子分析等内容。本书通过配套网站提供各章配套的测试题、视频、数据集和Stata代码，方便读者学习并检查学习效果。 本书可作为社会学领域本科生或研究生定量研究课程的教材或参考书，也可作为想要学习应用Stata软件进行定量研究的社会学者的参考书。
在大数据时代， 数据 是一种宝贵的资源，甚至可以说是战略性资源，它蕴含着无尽的能量，展示出超然的魅力。随着大数据时代的到来，数据库技术在研究、管理和应用数据领域成为备受瞩目的核心技术。在这种背景下，数据库技术已成为人们需要学习和掌握的一种基本知识和本领。 本书以华为公司自主研发的GaussDB(for MySQL)数据库管理系统为背景，全面讲述了数据库原理和技术，以及基于GaussDB(for MySQL)进行数据库应用系统开发的基本技能和方法。 本书以培养计算思维能力为目标，由 基础理论篇 技术篇 系统应用篇 三篇组成，以数据库应用系统案例为主线贯穿全书，讲述了数据库基础理论、数据库操作和管理的基本技能以及数据库应用系统开发的一般方法。 特别地，它以目前国产新型云数据库为背景，这在国内极为少见，对于增强科技自信、民族自信，促进
本书以实战案例为主线，以函数理论基础为核心，引导读者从整体上理解Power Query的灵活应用，从实例中获得解决问题的思路和灵感。 本书共24章，分为原理篇、实战篇、函数篇、扩展篇，详细讲解了PQ的原理和函数应用。原理篇详细讲述三大数据结构（简称为三大容器）的原理和M函数的传参，实战篇通过案例讲函数，函数篇按照类名讲函数，扩展篇讲解自定义函数等灵活的应用。 本书的特点是，举一反三把逻辑原理讲透、用类比法强化记忆、案例配套在线视频。不管使用Excel还是PQ处理数据，不仅要求快，更要准确，本书列举了许多数据处理的思维和细节，提醒读者避坑。 本书面向会PQ界面操作的用户，作为从基础到中级水平的进阶参考书。
本书介绍了柴油发电机组的分类、组成和工作原理，分析了柴油发电机组的功率标定和技术指标， 重点讨论了不同性质负载对柴油发电机组带载能力的影响，详细介绍了柴油发电机组供电方案的电源架 构和运行方式以及柴油发电机组的运维保养方法。此外，还介绍了机房安装的柴油发电机组和集装箱式 柴油发电机组的设计、安装的相关知识。 本书力求理论性和实践性相结合，书中所列的柴油发电机系统的供电方案及运维保养方法对当前主 流的数据中心柴油发电机系统普遍适用。本书是数据中心柴油发电机系统运维工作流程的指导性教材， 相信阅读本书一定会对数据中心柴油发电机系统运维管理从业人员大有裨益。
本书系统地介绍分数阶微积分学领域的理论知识与数值计算方法。特别地，作者提出并实现一整套高精度的分数阶微积分学的数值计算方法； 提出线性、非线性分数阶微分方程的通用数值解法和基于框图的通用仿真框架； 提出并实现了基于框图的分数阶隐式微分方程、延迟微分方程与分数阶微分方程边值问题的通用求解方法。本书所有知识点均配有高质量的MATLAB 代码与Simulink 模型，有助于读者更好地理解知识点的内涵，更重要的是，读者可以使用这些代码创造性地解决相关问题。 本书可供数学与应用科学领域的高年级本科生、研究生与工程师系统学习分数阶微积分学理论及其计算方法，并用其解决实际应用问题。
全书共15个章节，包括Oracle系统、管理以及运维相关知识，内容包括oracle体系结构、数据库实例、存储结构、数据字典与动态性能视图、Oracle监控、数据库备份、数据库恢复、闪回技术以及数据库优化等；包括20个完整的项目案例。书中案例侧重应用性、趣味性强、分布合理、通俗易懂，使读者能够快速掌握Oracle系统、管理以及运维方面的的基础知识、方法、工具以及技巧。本书附有教学视频、课件、教学大纲、电子教案、教学日历、习题答案、案例源码等配套资源，可以作为大学计算机及相关专业的教材，也可以作为Oracle技术的培训教材。
教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，*后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。
在数据湖仓的所有新增要素中，排名的就是可以利于数据分析和机器学习所用的分析基础设施。分析基础设施包括一众大家广为熟悉的东西，当然也包括一些可能对大家还有些陌生或略带新鲜感的概念。比如包括：元数据、数据血缘、 数据体量的度量 、数据创建的历史记录、数据转换描述。 数据湖仓的第二个新增要素，是识别和使用通用连接器。通用连接器允许合并和比较所有不同来源的数据。如果没有通用连接器，就很难（实际上是几乎不可能）将数据湖仓中的不同数据关联起来。但有了这个中西，就可以关联任何类型的数据。 使用数据湖仓，就有可能实现以往任何其它方式都不可行或不可能实现的某种程度的数据分析和机器学习。 但与其它架构一样，我们需要理解数据湖仓的架构以及它的能力，以便于我们基于这种架构创建数据分析蓝图和开展数据分析规
本书是热销书《SQL基础教程》的作者MICK为志在向中级进阶的数据库工程师编写的一本SQL技能提升指南。全书可分为两大部分。部分介绍了SQL语言不同寻常的使用技巧，带领读者重新认识CASE表达式、窗口函数、自连接、EXISTS谓词、HAVING子句、外连接、行间比较、集合运算、数列处理等SQL常用技术，发掘它们的新用法。这部分不仅穿插讲解了这些技巧背后的逻辑和相关知识，而且辅以丰富的示例程序，旨在帮助读者从面向过程的思维方式转换为面向集合的思维方式。第二部分介绍了关系数据库的发展史，并从集合论和逻辑学的角度讲述了SQL和关系模型的理论基础，旨在帮助读者加深对SQL语言和关系数据库的理解。此外，本书很多节的末尾设置有练习题，并在书末提供了解答，方便读者检验自己对书中知识点的掌握程度。
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。*后重点介绍 openGauss的核心技术,包括openGauss的核心架构、面向鲲鹏和?N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?N腾优化技术
本书内容包括概论、线性表、栈和队列、串、数组和稀疏矩阵、树和二叉树、图、查找和排序，附录中给出书中部分算法清单、全国计算机专业数据结构联考大纲、部分练习题的参考答案
本书主要结合作者多年对企业信息化规划、SOA、大数据以及云计算等方面的技术研究以及平台建设实践，以 平台 应用 和SOA服务化核心理念为指导思想，围绕如何降低企业IT建设成本、提升IT资源利用率、打破企业烟囱式系统建设模式、提升系统建设规范等核心诉求，主要阐述了企业私有云平台建设的总体框架、平台规划、架构设计、平台治理管控等核心内容。同时基于国内大型企业一线项目实践，总结提炼了企业私有云平台建设的核心方法论、标准规范和建设流程，为企业进行私有云平台建设提供可借鉴、可参考的一整套指导方法与思路。
本书英文原版由全球数据中心业内专家共同编写，中文版由国内数据中心业内专家共同翻译并修订完成。内容涵盖了数据中心全生命周期的相关技术及运营管理策略。从数据中心规划、选址、设计、建设、测试、验收、运营到灾备，内容全面详实。是作者及译者多年经验所得。是一本来自全球不同国家、不同企业、不同专业领域的专家共同完成的杰作。 本书可作为数据中心设计者、建设者、管理者以及投资者的学习及参考材料，亦可作为高校相关专业学生及其他人士了解数据中心行业的入门材料。
本书是普通高等教育 十一五 *规划教材。本书全面系统地介绍了数据挖掘和知识发现领域的基本原理、研究方法、部分产品和工业标准。全书共15章，其中，第1章介绍数据分析技术的发展历程，KDD与数据挖掘的概念、对象、过程、方法、相关领域和应用范围。第2章介绍关联规则基本模型和Apriori等经典算法。第3章在介绍距离概念的基础上，讨论包括划分、层次、密度等聚类方法。第4章介绍ID3、CART等决策树算法。第5章介绍图方法实现贝叶斯分类。第6章介绍VC维、支持向量机。第7章介绍人工神经网络。第8章介绍近期热点技术 深度学习。第9章介绍不平衡数据学习。第10章讨论过拟合、模型选择、模型评估等内容。第11、12章是不确定性、模糊性方法，分别介绍粗糙集和模糊集。第13章是Web挖掘，介绍Web链接分析、推荐系统和社交网络挖掘。第14章介绍数据预处理和可视
本书采用 问题描述 解决方案 模式，通过500个案例介绍了使用Pandas进行数据分析和数据处理的技术亮点。全书共分为8章，主要案例包括：读写CSV、Excel、JSON、HTML等格式的数据；根据行标签、列名和行列数字索引筛选和修改数据，使用各种函数根据数据大小、日期范围、正则表达式、lambda表达式、文本类型等多种条件筛选数据；统计NaN（缺失值）的数量、占比，根据规则填充和删除NaN；在DataFrame中增、删、查、改行列数据，计算各种行差、列差、极差以及直接对两个DataFrame进行加、减、乘、除运算和比较差异；将宽表和长表相互转换，创建交叉表和各种透视表；对数据分组结果进行求和、累加、求平均值、求极差、求占比、排序、筛选、重采样等多种形式的分析，将分组数据导出为Excel文件。本书还附赠36个数据可视化案例，如根据指定的条件设置行列数据的颜色和
随着数据被纳入第五生产要素，数据治理已成为推动社会治理进程的重要动力，也是实现高质量数字化转型的重要基础。财务部门是企业的 数据中枢 ，汇聚企业从前端业务到后端财务管理的大量数据，因此在众多企业中，财务数据成了企业整体数据治理落地实践的** 试验基地 。 财务数据治理指从财务视角出发，以资产、负债、所有者权益、收入、费用和利润的会计六要素为核心关联数据，通过一系列与信息相关联的过程来确保决策权和职责分工系统的实现。 财务数据治理的终目标是提升财务相关数据的价值。财务数据治理非常有必要，它是企业实现数字战略的基础，是一个管理体系，包括组织、制度、流程和工具。 这本书将数据治理理论应用于财务管理实践，针对财务工作场景阐释数据治理方法论，总结财务数据管理的六大常见问题，分析五大财务数据问题场
