大数据分布式计算课程是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握目前大数据挖掘领域常用的并行计算方法，加深学生对统计并行计算的理解，培养学生使用在现代并行架构下利用统计方法深入挖掘大数据中的数据结构并能解决一些实际问题的能力。

《语音库建设与分析教程》主要介绍笔者这几年在语音语料库建设和数据分析方面所做的一些工作和积累的一些初步经验，其中包括一套录音工具和九个Praat脚本程序的功能和用法，旨在解决语音语料库建设和数据分析中的一些技术问题和效率问题，并试图为语音语料库建设及其基础研究提供一个简便的框架流程。《语音库建设与分析教程》共分八个章节，主要包括语音语料库的录制与整理、生成TextGrid标注文件、生成语音声学参数文件、编辑TextGrid和PitchTier数据对象等方面的内容。

本书从工业测控的实际应用出发，系统地讲述了虚拟仪器软件LabVIEW的测控应用技术。首先介绍了虚拟仪器的含义、功能、结构、特点和常用开发平台，接着系统地讲述了LabVIEW程序设计基本知识，然后通过基于板卡的测控系统、串口通信测控系统等19个典型应用实例，详细地讲解了利用LabVIEW设计测控程序的方法，帮助读者完整地掌握LabVIEW测控应用实战技术。 书中提供的测控应用实例都有详细的操作步骤，读者可以按步骤用LabVIEW实现各种测控功能，因此实践操作性强是本书的一大特色。 本书内容丰富，论述深入浅出，有较强的实用性和可操作性，可供自动化、计算机应用、电子信息、机电一体化、测控仪器等专业的高等院校师生阅读，还可供从事计算机测控系统研发的工程技术人员参考。

全书分为三大部分：靠前部分，主要讨论有关增强数据密集型应用系统所需的若干基本原则。首先开篇章即瞄准目标：可靠性、可扩展性与可维护性，如何认识这些问题以及如何达成目标。第2章我们比较了多种不同的数据模型和查询语言，讨论各自的适用场景。接下来第3章主要针对存储引擎，即数据库是如何安排磁盘结构从而提高检索效率。第4章转向数据编码（序列化）方面，包括常见模式的演化历程。第二部分，我们将从单机的数据存储转向跨机器的分布式系统，这是扩展性的重要一步，但随之而来的是各种挑战。所以将依次讨论数据远程复制（第5章）、数据分区（第6章）以及事务（第7章）。接下来的第8章包括分布式系统的更多细节，以及分布式环境如何达成一致性与共识（第9章）。第三部分，主要针对产生派生数据的系统，所谓派生数据主要指在异构系

本书通过详细的示例、样本数据集、代码和图形教程，说明了如何：1为每个问题使用合适类型的图2快速、高效且正确地收集、清洗和组织数据3为高可读性设置可视化格式，而不损失精确性4掌握允许更深入地探索和解释数据的工具5使用少量轻量级编程创建自定义可视化6选择有效的图分析技术来从数据中提取出最多信息7使用高级的可视化技术，包括动态图、大数据工具和查询。

《Druid实时大数据分析原理与实践》内容提要 Druid 作为一款开源的实时大数据分析软件，最近几年快速风靡全球互联网公司，特别是对于海量数据和实时性要求高的场景，包括广告数据分析、用户行为分析、数据统计分析、运维监控分析等，在腾讯、阿里、优酷、小米等公司都有大量成功应用的案例。《Druid实时大数据分析原理与实践》的目的就是帮助技术人员更好地深入理解Druid 技术、大数据分析技术选型、Druid 的安装和使用、高级特性的使用，也包括一些源代码的解析，以及一些常见问题的快速回答。 Druid 的生态系统正在不断扩大和成熟，Druid 也正在解决越来越多的业务场景。希望本书能帮助技术人员做出更好的技术选型，深度了解Druid 的功能和原理，更好地解决大数据分析问题。《Druid实时大数据分析原理与实践》适合大数据分析的从业人员、IT 人员、

大数据时代已经来临，这将引起深刻的行业变革。但是，大数据的真意在于数据分析，即从繁多的数据中找出洞见，并将其应用于实际决策中，以产生更明智的决策。这是一个看起来简单、做起来较难的事情。 《发现数据之美：数据分析原理与实践》从一个自底向上的角度，全面地阐述了数据分析所涉及的知识和技术，对于经典算法和工具的介绍也不止于泛泛而谈，而是加入了作者的经验和理解。所谓自底向上的角度，即从数据分析实践开始时所需要的数据准备、数据探查、数据再处理等，到经典的统计分析和数据挖掘算法及应用，还讲述了模型的部署，优化技术的引入，最终到决策自动化。 《发现数据之美：数据分析原理与实践》对企业管理者、数据分析从业者及高校的学生都有参考意义。管理者能看到一个较全面的数据分析的阐述，明确自身的需求；从

本书主要描述Linux系统的总体框架和设计思想，包含很多可以直接操作的实例，目的是希望读者对Linux系统背后的逻辑有一个全面的了解。本书力求贴近实际的工作使用，在比较核心且常用的技术点有更加深入的解释，对实际使用Linux系统工作大有裨益。本书共13章，其中第1~3章是总览，第4~13章是分领域阐述。第1~3章总体介绍Linux的基本知识；第4章以Linux系统的启动开始深入叙述；第5章是Linux系统运行中使用者*常接触到的进程概念，重点介绍进程的原理；第6章是Linux内核的内存管理方法与用户端使用内存的底层方法，即重点介绍glibc底层到内核之间的内存管理过程；第7~13章分别是关于安全机制、网络、总线与设备变动、二进制、存储、虚拟化与云、硬件专用子系统的内容。这些子系统都是Linux系统运行中非常重要的领域，是深入理解Linux系统原理不可或缺的知识补充。

大数据分布式计算课程是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握目前大数据挖掘领域常用的并行计算方法，加深学生对统计并行计算的理解，培养学生使用在现代并行架构下利用统计方法深入挖掘大数据中的数据结构并能解决一些实际问题的能力。

本书采用程序员用的面向对象C 语言来描述数据结构和算法，并把数据结构原理和算法分析技术有机地结合在一起，系统介绍了各种类型的数据结构和排序、检索的各种方法。作者非常注意对每一种数据结构不同存储方法及有关算法进行分析比较。书中还引入了一些比较高级的数据结构与先进的算法分析技术，并介绍了可计算性理论的一般知识。本版的重要改进在于引入了参数化的模板，从而提高了算法中数据类型的通用性，支持高效的代码重用。 本书概念清楚、逻辑性强、内容新颖，可作为大专院校计算机软件专业与计算机应用专业学生的和参考书，也可供计算机工程技术人员参考。

本书主要介绍本书从维度建模的基本知识入手，通过给出零售、库存、采购、订单管理、顾客关系管理、账目、人力资源管理、财经服务、电信与公用事业、交通、教育、卫生护理、电子商务以及保险等方面的实例研究，全面、深入、透彻与具体地介绍了利用维度模型设计与开发数据仓库的综合技术知识。同时，本书对数据仓库在当前社会与技术背景下的发展前景进行了很有远见的探索。本书先介绍基本知识，然后逐个讨论具体实例内容，进行综合总体分析，在内容的结构方面很有特色。本书涉及的行业较多，但这些内容从不同角度体现了数据仓库的各个方面，因而对于完整的学习与掌握数据仓库知识显得十分必要。

本书从工业测控的实际应用出发，系统地讲述了虚拟仪器软件LabVIEW的测控应用技术。首先介绍了虚拟仪器的含义、功能、结构、特点和常用开发平台，接着系统地讲述了LabVIEW程序设计基本知识，然后通过基于板卡的测控系统、串口通信测控系统等19个典型应用实例，详细地讲解了利用LabVIEW设计测控程序的方法，帮助读者完整地掌握LabVIEW测控应用实战技术。 书中提供的测控应用实例都有详细的操作步骤，读者可以按步骤用LabVIEW实现各种测控功能，因此实践操作性强是本书的一大特色。 本书内容丰富，论述深入浅出，有较强的实用性和可操作性，可供自动化、计算机应用、电子信息、机电一体化、测控仪器等专业的高等院校师生阅读，还可供从事计算机测控系统研发的工程技术人员参考。

自1998年本书版出版以来，经过十多年的发展，数据仓库行业已经完全成熟，而且软硬件都有了极大的进步。那一版所提出的方法几乎已经被所有的数据仓库厂商和从业人员所采纳。现在，RalphKimbatl和其他专家一起对原有的生命周期方法和技巧集进行了改良。在本书中，他们将悉心为您讲述设计、开发和部署DW／Bl系统的详细步骤。这些步骤将教会您如何创建一个具有适应性的系统来为业务用户提供数据和分析结果，以帮助他们做出更好的商务决策。

本书分三部分通过大量的实例代码介绍了MongoDB数据库底层的实现以及大型互联网Web项目数据库设计原则。部分对MongoDB进行了整体介绍，并介绍了实际的开发例子，另外还介绍了JavaScript shell和Ruby驱动。第二部分通过逐步实现一个电商数据模型和实现必要的CRUD操作来详细介绍了MongoDB的文档数据模型、查询语言和CRUD（新增、读取、更新和删除）操作。本书的最后部分从数据库专家的角度来看待MongoDB，介绍了数据库的性能、部署、容错和伸缩性等所有的知识。 本书适合想深入学习MongoDB的开发人员，主要关注MongoDB数据库。

本书是一本大数据时代下进行小数据分析的入门级，通过数据分析的知识点，将各类分析工具进行串联和对比，例如：在进行线性规划的时候可以选择使用Excel或LINGO或Crystal Ball。工具的应用难易结合，让读者循序渐进地学习相关工具。JMP和Mintab用来分析数据，分析的结果使用Excel、LINGO、Crystal Ball来建立数据模型，最后使用Xcelsius来动态展示数据分析的结果。书中以两个人的对话为叙述方式，场景描写多，容易进入学习状态，完全是用生动的故事和实用的案例尽可能地贴近生活和工作，让数据分析生动有趣，基本上有数学知识就可以理解线性规划等数据分析内容。 本书不仅介绍Excel而且介绍使用其他工具软件进行数据分析，可用来拓展互联网公司、传统企业、电商企业、管理咨询公司等各行各业从事数据分析工作的分析师和管理者对数据分析的认知，也适合级数据

本书是翻译的国际知名专家JoeZhu教授的dataenvelopmentanalysis-letdataspeakforthemselves。目前已经有很多介绍传统数据包络分析模型或新近发展的数据包络分析模型的书籍。但是，其中很多都还仍然需要读者具备线性化的数学基础。本书则是目前从应用角度阐述DEA方法的，不要求读者具备线性规划和线性代数的知识。本书主要通过一个笔记本电脑选购的例子，说明了DEA如何将笔记本的多种属性整合起来。阐述了DEA为什么是平衡的基准化方法。以及DEA方法在成功案例中的应用，如何实现绩效改进达到前沿面，以及DEA应用中EXCEL操作方法等与实际紧密结合的理论和应用。

《数据科学导引》是博雅大数据学院针对新开设的“数据科学与大数据技术”专业编写的数据科学导论课程。 《数据科学导引》内容共分十五章，包括绪论、数据预处理、回归模型、分类模型、集成模型、聚类模型、关联规则挖掘、降维、特征选择、EM算法、概率图模型、文本分析、图与网络分析、深度学习、分布式计算。附录部分对相关的基础知识做了简要介绍。 《数据科学导引》还提供了大量的数据分析实践案例，有助于加深读者对理论知识的理解，及培养其实际应用能力。 《数据科学导引》可作为全国高等学校数据科学相关专业的本科生和研究生，也可供从事相关工作的技术人员参考使用。

本书主要包含DB2基础和DB2综合应用实习两个部分，DB2基础介绍数据库的基本概念、DB2 UDB的图形用户界面、数据库和表的创建与删除、表数据的基本操作、数据库的基本查询、数据库视图、DB2新技术——purex ML、完整性约束索引与别名、SQL过程语言（SQL PL）、函数、存储过程和触发器、系统安全处理、数据库恢复、数据移动和数据库一致性机制。DB2综合应用实习介绍ASENET（C#）／DB2、VC ／DB2、PHP／DB2和Java EE（Struts2）／DB2。 本书可作为本、专科数据库应用课程，也可作为DB2自学或者应用开发的参考书。

自1998年本书版出版以来，经过十多年的发展，数据仓库行业已经完全成熟，而且软硬件都有了极大的进步。那一版所提出的方法几乎已经被所有的数据仓库厂商和从业人员所采纳。现在，RalphKimbatl和其他专家一起对原有的生命周期方法和技巧集进行了改良。在本书中，他们将悉心为您讲述设计、开发和部署DW／Bl系统的详细步骤。这些步骤将教会您如何创建一个具有适应性的系统来为业务用户提供数据和分析结果，以帮助他们做出更好的商务决策。

《城市交通大数据》从城市交通大数据的基本概念和研究应用现状出发，分析了大数据背景下的城市交通需求、城市交通大数据中各类数据资源，介绍了一系列适合城市交通大数据组织、描述、管理、处理、分析挖掘和可视化等技术与方法，并给出了城市交通大数据应用开发的框架、方案选型、平台设计等参考建议，提出了若干项具有代表性的典型城市交通大数据服务。 《城市交通大数据》立足于城市交通信息技术研究、应用开发和交通信息服务实际工作及成果，理论与实际结合紧密，内容丰富，条理清晰，点面结合，覆盖面广。 《城市交通大数据》适合城市交通大数据领域的相关技术人员阅读，同时也可以作为城市交通决策、管理和研究人员的参考书。