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。
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。
内容简介这是一部立足于当下行业实践和政策指引,从工作程序和实体法律角度,对企业数据资产入表的基本内涵、具体流程、数据交易与入表工作的合规要点进行分析归纳的专著,旨在通过深入浅出的分析帮助读者实现在数据交易、数据资产入表领域的快速认知同步。作者曾经在金融监管部门、金融机构和头部互联网平台工作,是国内较早开展数据领域法律实践的律师,曾经为众多企业在场内进行数据交易的产品提供合规评估,为多个大型数据平台企业和金融机构提供数据合规、金融科技的法律服务,包括个人信息合规自评估、证券业跨行业数据共享监管沙盒项目、垂类大模型合规项目等,具有丰富的法律实践和研究深度、广度。全书共12章,主要内容如下:第1和2章 数据要素市场与数据资产入表的内涵介绍首先,从数据要素市场出发对国家层面的政策和法律沿
本书以TiDB数据库为基础介绍分布式数据库的运行原理、性能优化和应用场景架构设计。首先,剖析分布式数据库的运行原理与架构;然后,阐述分布式数据库TiDB在表与索引的设计优化、SQL优化、系统级优化方面的方法论,通过融入多个有代表性的案例,帮助读者将方法论对应到生产实践中;最后,梳理场景选型和架构设计过程中读者应该掌握的主要知识点,并对一些分布式数据库的优势场景进行了详细介绍。本书适合希望了解分布式数据库原理,学习TiDB数据库的开发工程师、数据库管理员和架构师阅读,也可以作为高等学校教师或学生学习分布式数据库的参考教材。
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
这是一本讲解在数据要素大背景下,企业如何将数据资源开发成数据产品,进而通过数据产品实现数据资产化和资本化的著作,为企业释放数据价值提供了科学的方法论和国内领先的实践方案。 这本书由全球数据资产理事会(DAC)组织编写,融合了国内数据资产管理领域多家企业的10位专家的研究成果和实战经验,得到了湖南数据产业集团、广州数据集团、深圳数据交易所、浙江大数据交易中心、华为、平安、安永、毕马威、德勤、普华永道、浙江大学等企业、机构和高校等近20位高层领导、技术专家和学者的高度评价和一致推荐。 从概念到方法,从理论到实践,从产业政策到行业解决方案,本书将为读者构建全面的数据产品知识体系,核心内容如下: (1)国家和地方出台的数据资产相关政策及其解读,为数据资产实践提供法律准绳; (2)详细阐释数据从原始
大智小技 系列图书由爱可生开源社区发起,将每年在社区发布的优质技术内容进行筛选分类整理编辑而成。 《大智小技VI:数据库生产实战漫笔》作为系列图书的第六部,延续了MySQL故障案例以及技术分享等经典章节。国产数据库学习热情高涨,我们对OceanBase篇的内容进行了扩增。社区的经典专栏 一问一实验 全新归来,看看ChatDBA是如何解决数据库故障的。
本书主要内容包括:基本模式篇介绍构建以及运行基于容器的云原生应用程序的核心原则与实践。行为模式篇介绍各类容器和平台交互的管理。结构化模式篇介绍通过组织容器解决特定的用例。配置模式篇介绍如何处理Kubernetes中应用程序的配置。安全模式篇介绍如何提高运行在Kubernetes之上的应用程序的安全性。高级模式篇涵盖更复杂的主题,例如操作器、自动伸缩以及集群内镜像构建等。
本书在梳理和反思数字化转型和数字治理现状的基础上,以马克思主义政治经济学中有关生产力与生产关系的经典理论为指导,将数字化转型与数字治理之间的互动关系作为切入点,详细解读了数字经济时代的数字化转型和数字治理挑战,提出了数字化转型和数字治理的创新思路,以期走出一条科学思想与人性光辉共同闪耀的数字繁荣之路。其中,在数字化转型方面,基于"技术-社会”互构视角提出了"技术动力”与"结构调适”的数字化转型机制;在数字治理方面,基于当前的治理挑战和治理需求提出了数字治理"三位一体”体系框架。 此外,本书还对数字化转型和数字治理的未来发展进行了展望。
内容介绍 这是一本指导供应链金融相关企业做好数据工作,并利用数据驱动供应链金融产品和服务的设计与运营的著作。 在数据要素赋能各行各业的大背景下,传统供应链金融产品和服务过于依赖模式设计和经验判断的问题,通过数据驱动的方法能得到很好的解决。本书将详细指导供应链金融相关企业做好数据实施工作,并将数据成果应用到供应链金融产品和服务的设计与运营工作中,提供科学的方法论和标准的操作流程。 本书共12章,从逻辑上可以分为四个部分。 第一部分:总体概述(第1~3章) 该部分阐述了本书所述的供应链金融的范围、参与方、数据工作的目标与内容、工作团队组成等。 第二部分:数据实施工作(第4~7章) 该部分包括业务调研和信息系统调研、构建数据基础、市场分析测算、风险分析等内容,阐述了确定数据、整合数据、分析数据及最终
大数据时代,各行各业积累的数据不断增多,海量数据经过清洗、整理以后,基于分析与挖掘工作,才能获取到有用的数据信息,挖掘到数据背后的价值,掌握大数据的规律。而数据分析与挖掘的核心工作即是数据建模。数据建模,通俗地说,就是通过建立数据科学模型的手段解决现实问题的过程。 本书共分为五章,内容包括数据建模概述、数据建模常用数据计算软件MATLAB和SPSS入门介绍、数据建模方法、实战案例分析等。本书注重理论与实践相结合,不仅有详细的数据建模理论方法,还有赛题案例,以及非常详细的程序代码,让读者既能具备数据建模理论的基础,又能掌握解决数据建模问题的技巧与方法,还能轻松应对大数据问题的编程计算。
本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理,还演示它们的实现和运行。与传统图书不同,本书的每一节都是一个可以下载并运行的 Jupyter记事本,它将文字、公式、图像、代码和运行结果结合在了一起。此外,读者还可以访问并参与书中内容的讨论。全书的内容分为3个部分: 部分介绍深度学习的背景,提供预备知识,并包括深度学习 基础的概念和技术;第二部分描述深度学习计算的重要组成部分,还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络;第三部分评价优化算法,检验影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。本书同时覆盖深度学习的方法和实践,主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解
本书由江苏省信息学奥林匹克竞赛委员会组织富有算法竞赛教学经验的省内知名一线教师编写。以程序设计中的常用算法与数据结构为主要内容,来训练计算思维,提升用算法和数据结构来解决实际问题的能力。力求用浅显易懂的语言来描述数据结构中的哈希表、树、图的概念及其存储。通过经典的问题分析,来渗透动态规划的状态表示及其常用的优化策略。结合算法和数据结构,系统的介绍树和图的基本算法及其初等数论和组合数学相关知识。本书可以作为中小学生程序设计的拓展教材,也可供大学生及算法爱好者参考。
本书是一本指导读者快速步入华为openGauss开源数据库世界的实战指导书。本书以循序渐进的方式,帮助读者一步一步地轻松掌握openGauss开源数据库。有了这些基础,读者可以 好地学习其他数据库管理系统。 本书由30个实战任务构成:前三个任务是搭建openGauss数据库的实验环境;任务四是openGauss的简单维护;任务五是准备测试数据集;任务六是学习使用openGauss DBMS的客户端工具gsql;任务七到任务二十七则涵盖了openGauss DBMS的方方面面;任务二十八和任务二十九是关系数据库设计的实战;任务三十是搭建openGauss主备数据库以及主备数据库的管理。 本书可以作为openGauss初学者、计算机专业学生学习数据库系统原理与应用的实战指导书,对从事数据库工作的工程技术人员、想快速掌握开源数据库PostgreSQL的技术人员也 有参考价值。
本书从ChatGPT的基础原理讲起,逐步深入ChatGPT的基础使用和插件功能,并结合各种数据分析实战案例,重点介绍了ChatGPT在各种数据分析场景中的应用方法,让读者不但可以系统地学习ChatGPT相关知识,而且能对ChatGPT在数据分析中的实战应用有更为深入的理解。本书分为12章,涵盖的主要内容有:ChatGPT简介与基本原理;ChatGPT使用方法;ChatGPT插件应用;ChatGPT构建指标体系、ChatGPT 数据采集与清洗、ChatGPT探索性数据分析和可视化、ChatGPT推断性统计分析、ChatGPT预测分析、ChatGPT文本分析、ChatGPT分类和聚类分析、ChatGPT推荐算法、ChatGPT行业数据分析等的应用方法和实战项目案例。 本书内容通俗易懂、案例丰富、实用性强,特别适合对数据分析和人工智能感兴趣的读者,包括但不限于数据分析师、数据科学家、数据工程师、有数据分析需求的业务人员、研究人员、学生以及