数据、模型与决策是应用数学建模和计算机技术帮助决策者解决问题。作为国外一本优秀的数据、模型与决策的教材，本书具有以下特色： 1．对枯燥、复杂和技术化的数学问题用简明易懂的语言予以解释，兼顾严谨的数理逻辑。 2．突出建模分析框架和基础逻辑的讲授和训练，在某种程度上实现了艺术与科学的有机融合。 3．课后习题丰富，并配有网络题库，供自学者加强训练，及时检查对理论模型及其求解方法的掌握程度。 第12版把修订重点放在企业和组织的*技术发展上，增加了商业分析（第1章）、项目风险（第8章）以及数据挖掘（第14章）等内容。

阅读本书可以学习使用Python对数据集进行操作、处理、清洗和规整。第3版针对Python3.10和pandas1.4进行了更新，并通过实操讲解和实际案例向读者展示了如何高效地解决一系列数据分析问题。读者将在阅读过程中学习新版本的pandas、NumPy、IPython和Jupyter。 本书作者Wes McKinney是Python pandas项目的创始人。本书对Python数据科学工具的介绍既贴近实战又内容新颗，非常适合刚开始学习Python的数据分析师或刚开始学习数据科学和科学计算的Python程序员阅读。读者可以从GitHub获取数据文件和相关资料。 学完本书，你将能够： ·使用Jupyter notebook和IPython shell进行探索性计算。 ·掌握NumPy的基础功能和高级功能。 ·掌握pandas库中的数据分析工具。 ·使用灵活的工具对数据进行加载、清洗、转换、合并和重塑。 ·使用matplotlib进行信息可视化。 ·使用pandas的groupBy功能对数据集进行切片、切

数据运营是指通过数据来分析和解决问题，利用各种数据科学技术挖掘数据价值，帮助企业优化业务管理和提升决策效率。随着我国数字化转型的深入，传统基于项目、人工处理的各类数据运营活动已经无法满足业务发展要求。集合了敏捷开发、精益制造以及DevOps理念的DataOps因此顺势而生，并且受到了业界的广泛关注。 《DataOps实践手册：敏捷精益的数据运营》总结了作者25年的行业经验和对DataOps的认知，从当前数据科学交付面临哪些挑战、什么是DataOps、通过哪些手段可以建立对数据的信任，以及如何实现DataOps目标和成功实施DataOps几个方面进行了系统的阐述。 《DataOps实践手册：敏捷精益的数据运营》适合参与数字化转型的各类角色人员学习，尤其有助于数据科学 管理岗位的专业人士开拓视野、提升领导力。

本书以数据要素化治理的理论方法与工程实践为主线，内容按照概念篇、原理篇和工程篇依次展开。概念篇在对数据、数据要素相关概念及其演进过程进行系统梳理的基础上，首次对“数据要素”“数据要素化”进行了明确定义，并基于传统生产要素市场化配置规律，提出数据要素化治理的基本思路。在原理篇，定义了数据元件作为连接数据供需两端的“中间态”和数据要素交易流通的标的物，进而构建基于数据元件的数据要素流通模型、数据要素化安全模型以及数据要素化治理系统模型。在工程篇，详细阐述了制度体系、技术体系和市场体系“三位一体”的解决方案，并进行实践案例剖析，验证数据要素化治理模型及三大体系的可行性、有效性及可复制性。

本书定位为NVIDIA BlueField DPU和NVIDA DOCA的入门学习参考，内容涵盖DPU的简介、技术优势及未来技术发展路径，包括NVIDIA BlueField DPU在结构通用化、功能多样化、应用广泛化和场景丰富化方面的前景展望，NVIDA DOCA软件框架开发环境配置，以及基于NVIDIA BlueField DPU利用NVIDA DOCA软件框架的应用程序开发实践案例。读者可以通过本书对DPU硬件架构与软件开发有一个整体了解，学习如何启用NVIDIA BlueField DPU以及搭建NVIDIA DOCA软件开发环境，并通过深入了解NVIDIA DOCA应用程序开发用例来掌握如何实现软件定义、硬件加速数据中心基础设施的应用程序或服务，并据此开启自己的开发之旅。

本书以运营商数据中心网络面临的业务挑战为切入点，详细介绍运营商数据中心网络的架构设计、技术实现和规划设计，并给出部署建议。首先，本书介绍运营商数据中心整体业务的发展情况，从业务的维度总结运营商数据中心的5个场景业务—— IT云、电信云、IDC、公有云以及城域IPTV与CDN对网络的诉求。接着，本书基于运营商业务的三个主要场景—— IT云、电信云和IDC，给出业务和网络发展趋势、需求分析、网络架构设计和安全设计。 ，本书还着重针对云计算时代的运营商数据中心网络如何运维进行了阐述。 本书可以为构建安全、可靠、高效、开放的运营商数据中心网络提供参考和帮助，适合企业和科研院所信息化部门及数据中心的技术人员阅读，也可为高等院校计算机网络相关专业的师生提供参考。

这是一本关于数据结构和算法的书，以Java为描述语言，介绍了计算机编程中常用的数据结构和算法。全书共13章，讲述了常见的数据结构、排序算法、位运算、树、递归、回溯算法、贪心算法、双指针和滑动窗口、BFS和DFS、前缀和、动态规划、并查集、其他经典算法等知识。本书内容丰富，实用性强，通过示例练习和问题分析等方式，详细讲解了与算法有关的知识点。本书附赠视频讲解二维码，以及源代码。本书适合程序员、计算机专业相关师生，以及对算法感兴趣的读者阅读。

本书全面系统地讲解了万用表的种类、结构、工作原理，以及使用方法的专业知识和实操技能。为了确保图书的品质和特色，本书对目前各行业的万用表应用技能进行了细致的调研，将万用表使用和应用技能按照岗位特色进行了整理，并将国家职业资格标准和行业培训规范融入图书的知识体系中。具体内容包括：万用表种类和功能特点、学用指针万用表、学用数字万用表、万用表检测基础电子元件、万用表检测常用半导体器件、万用表检测常用电气部件、万用表检测电流、万用表检测电压、万用表检测电话机的应用实例、万用表检测吸尘器的应用实例、万用表检测电风扇的应用实例、万用表检测洗衣机的应用实例、万用表检测电饭煲的应用实例、万用表检测微波炉的应用实例、万用表检测电磁炉的应用实例、万用表检测电动自行车的应用实例。 本书可作为专业技能

本书从底层认知、思维方法、工具技术、项目落地及展望出发，使用问答的形式对数据分析中的72个核心知识点进行讲解，构建了数据分析的知识框架，带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图，针对具体的方法、技术进行延伸学习。 本书适合想入门数据分析的初学者，也适合有一定基础的从业者。对于想入门或基础较为薄弱的读者，本书从常用的分析指标、分析方法等基本知识出发，为读者梳理出一幅清晰的学习地图；对于有一定基础的从业者，本书对数据的价值及创新模式等进行了探索式思考，帮助读者对数据分析这一工具有 深入的了解。

本书以面对纷呈复杂问题时如何理清数据关系，选择适宜高效的数据结构和解题方法为主线，分别阐述线性表、树、图的解题策略，全书共16章。每章以相关的数据结构、高级数据结构的知识体系为大纲，以基于程序设计竞赛试题的解题实验为核心单元，以期通过案例化的学习，系统、全面地提高读者编程解决问题的能力。本书既可以作为ACM-ICPC、IOI等各类程序设计竞赛的训练教程，又可以作为大学本科、研究生的教材，也可以作为IT研发人员提高编程能力的辅导教材。

数据治理是指通过建立组织架构，明确相关部门职责要求，制定和实施系统化的制度、流程和方法，确保数据统一管理、高效运行，并在经营管理中充分发挥价值的动态过程。数据治理有助于控制数据的开发和使用，降低与数据相关的风险，使相关主体可以战略性地利用数据，并从数据治理中获得价值。 数据治理应从以下三个方面进行理解： ，数据治理的对象是数据，即任何以电子或非电子形式记录的信息，以银行业金融机构为例，包括所有分支机构和附属机构的内部数据和外部数据，覆盖业务经营、风险管理和内部控制流程中的全部数据。第二，数据治理的目标是实现数据价值。数据治理实质上是将数据视为资产，即可以被拥有、使用并产生价值的经济资源。第三，数据治理应关注三个重点：一是数据治理架构，数据治理架构是开展数据治理工作的前提和基

本书通过大量的例题，讲解了Access数据库技术的相关知识以及使用Access 2016开发数据库应用系统的全部过程。全书分为9章，主要内容包括数据库基础知识、Access 2016数据库概述、数据库与数据表、数据查询、窗体、报表、宏的设计与应用、模块与VBA程序设计、VBA数据库编程等相关知识。全书以一个完整的数据库应用系统为基础，以例题贯穿始终，配备适量的习题，使读者能够在学习过程中提高操作能力和实际应用能力。 本书可作为高等学校非计算机专业计算机公共基础课程的教材，也可以作为全国计算机等级考试二级Access数据库程序设计的辅导与自学教材，还可以作为数据库开发人员的参考书。

《SQL Server从入门到精通（第5版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了SQL Server开发所必需的各方面技术。全书分为4篇共19章，内容包括数据库基础、SQL Server数据库环境搭建、创建与管理数据库、操作数据表、SQL基础、SQL函数的使用、SQL数据查询基础、SQL数据高级查询、视图的使用、存储过程、触发器、游标的使用、索引与数据完整性、SQL中的事务、维护SQL Server数据库、数据库的安全机制、Visual C+++SQL Server实现酒店客房管理系统、C#+SQL Server实现企业人事管理系统和Java+SQL Server实现学生成绩管理系统。所有知识都结合具体实例进行介绍，涉及的程序代码给出了详细的注释，读者可以轻松领会SQL Server 2022的精髓，快速提升开发技能。 另外，本书除了纸质内容，还配备了数据库在线开发资源库，主要内容如下： 同步教学微课

本书是作者在物联网大数据平台等企业合作项目及重量项目中多年实践的结品。本书首先对物联网大数据技术体系进行了系统归纳，阐述了物联网环境下感知数据的特性、数据模型、事务模型及调度处理方法等核心概念与关键技术，并对物联网大数据存储、管理、计算及分析的基本概念与关键技术进行了剖析：其次介绍了物联网大数据管理与应用的感知数据库和平台产品，所介绍的产品来自作者所在团队的实际应用项目，大部分在物联网项目中得到了实践应用：最后给出了适合读者在开源软件上动手实践的相关案例。本书提供配套PPT,请登录华信教育资源网(htps:/www.hxedu.com.cn/)下载。 本书由高校教师联合一线企业工程师编写，充分结合了教学和应用，适合作为物联网工程、数据科学与大数据技术、人工智能等新兴工科专业的教学用书，也可为相关领域的技术人员提供

这是一本从背景、技术、产业、政策等多个维度深度解读如何实现数据要素安全流通的专业指导书。来自40余所高校、科研机构、企业的超100位业界专家参与编撰，来自中科院、公共大数据国家、南京航空航天大学、、腾讯等单位的10余位知名专家亲自指导。 本书理论和实践兼备。书中囊括了数据可信确权、数据资产化、数据安全保障三大领域技术方案，从核心产业、基础设施、咨询服务三个维度划分数据要素安全流通的产业生态链，深度解读了国内外重点政策、法规，汇聚了通信、金融、政务、能源、工业等6大领域40余个特色解决方案及实践案例。 本书共分为11章。 第1~4章从必要性、挑战、形式体系、机制等多个维度对数据要素安全流通进行深度解读。通过这部分，读者可以从整体上认识数据要素安全流通，并形成落地数据要素安全流通的思维和框架。 第5~7章

本书介绍了数据工程生命周期，并展示如何组合运用各种云技术来满足下游数据消费者的需求。本书分为三部分：第一部分介绍了数据工程的定义、数据工程的生命周期、合理的架构设计和帮助技术选型的框架；第二部分深入介绍了数据工程生命周期的每个阶段——数据生成、存储、获取、转换和服务；第三部分讨论了数据工程的重要部分——安全和隐私。附录还介绍了与处理数据文件和评估数据系统的性能有关的序列化和压缩，以及云网络。本书适合软件工程师、数据科学家、数据工程师和数据分析师等相关技术人员阅读。

高巍主编的《ANSYS AQWA软件入门与提高/ANSYS工程行业应用系列/万水ANSYS技术丛书》着眼于ANSYS AQWA软件实际操作，在基本理论介绍基础上对使用AQWA软件进行浮体分析进行了介绍并辅以工程实例，力图以一种全新的方式将海洋工程浮体分析工程实际与工程软件使用结合起来并呈现给读者。 本书共分6章，主要内容包括：主流分析软件介绍、海洋工程浮体分体理论基础、经典AQWA的建模、使用经典AQWA进行浮体分析、AQWA与Workbench、分析实例。 本书面向的目标读者为从事海洋工程浮体分析工作，以及使用AOWA软件的学生和工程技术人员。

数据是组织的重要资产，做好数据管理是盘活数据资源，释放数据价值的有效手段。本书以数据管理为主题，分为背景篇、标准篇、贯标篇、评估篇和政策篇五个篇章，首先梳理了数据管理的概念、背景和发展历程，为读者建立对数据管理的总体认识；其次详细解读国家标准――数据管理能力成熟度评估模型（以下简称DCMM），帮助读者深入理解DCMM标准及其内涵，掌握开展数据管理活动所需的理论知识，指导读者应用DCMM标准构建数据管理体系，并开展数据管理贯标评估活动。

本书按照需求规划、需求实现、可视化的流程进行编排，通过项目开发的主要流程，介绍数据仓库的搭建过程。在整个数据仓库的搭建过程中，本书介绍了主要组件的安装部署、需求实现的具体思路，以及各种问题的解决方案等，并在其中穿插了许多与大数据和数据仓库相关的理论知识，包括数据仓库的概念、电商业务概述、数据仓库理论和数据仓库建模等。 本书共14章，其中，第1～3章是项目的前期准备阶段，主要介绍了数据仓库的概念和搭建需求，并初步搭建了本数据仓库项目所需的基本环境；第4～7章是项目的核心部分，详细介绍了数据仓库的建模理论，并完成了数据从采集到分层搭建的全过程，是本书的重点部分；第8～14章是对数据治理各功能模块的实现，针对数据治理的不同功能需求分模块进行实现。 本书适合具有一定编程基础并对大数据感兴趣的读者

本书通过大量实战案例和项目全面讲解如何利用Python进行自动化办公，帮助广大职场人士快速处理大批量或重复性的工作，将过去需要一天或几天时间完成的工作，在几分钟或者十几分钟内完成，大大提高工作效率。 本书主要内容包括Python安装及编程方法、Python语法基础实战、自动化分析处理数据实战、自动化操作Excel文档实战、自动化图表制作实战、自动化操作Word文档实战、自动化制作PPT幻灯片实战、自动化操作PDF文档实战、自动群发邮件及自动抓取网络数据实战和Python自动化办公实战项目。 本书将基础知识与实际工作场景案例相结合，图文并茂、由浅入深、易学易懂。 本书适合广大职场办公人士、财务人士、数据分析人士等用户阅读，也可作为中、高等职业技术院校程序设计课程的参考用书。

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最重要的和最难替代的关键要素，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最密切的信息、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。

数据治理是指通过建立组织架构，明确相关部门职责要求，制定和实施系统化的制度、流程和方法，确保数据统一管理、高效运行，并在经营管理中充分发挥价值的动态过程。数据治理有助于控制数据的开发和使用，降低与数据相关的风险，使相关主体可以战略性地利用数据，并从数据治理中获得价值。 数据治理应从以下三个方面进行理解： ，数据治理的对象是数据，即任何以电子或非电子形式记录的信息，以银行业金融机构为例，包括所有分支机构和附属机构的内部数据和外部数据，覆盖业务经营、风险管理和内部控制流程中的全部数据。第二，数据治理的目标是实现数据价值。数据治理实质上是将数据视为资产，即可以被拥有、使用并产生价值的经济资源。第三，数据治理应关注三个重点：一是数据治理架构，数据治理架构是开展数据治理工作的前提和基