《机器学习数学基础：概率论与数理统计》从基础的概率统计知识讲起，逐步深入到机器学习以及深度学习的分类算法，并在后配合深度学习的实战案例，介绍了softmax回归函数在手写体图像识别中的具体应用。通过手动编辑代码，让读者更深入地了解概率在人工智能领域的重大作用。全书分为16章，涵盖的内容主要有概率统计在人工智能发展过程中的重要影响；随机试验及概率的概念；随机变量的分布及多维随机变量的分布情况；贝叶斯算法；正态分布现象；随机变量的数字特征；机器学习中的损失函数；大数定律；样本及抽样分布的做法；参数估计的概念；马尔科夫链；过拟合与欠拟合问题及解决方法；Tensorflow概述及安装方法；卷积神经网络介绍；实验演练之手写体数字识别等。 《机器学习数学基础：概率论与数理统计》配有大量的插图，以身边的生活现象

这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 全书共10章，内容从逻辑上分为四个部分。 第一部分（第1～3章） 第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细阐述了不同类型的数据的管理方式和

本书以HadoopHDFS为载体，介绍了构建一款分布式系统（尤其是存储方向）所需的核心技术，所有内容均基于当前较新的3.3.x/3.4.x版本，分别从理论和实践两个维度逐一阐述。本书主要包括两篇：核心原理篇介绍了HDFS的诞生历史、元数据及Block管理、节点间通信机制、读写数据流程和高可用实现原理等；拓展与实践篇从实际出发，充分考虑了用户在应用过程中会遇到的痛点，详细介绍了集群拓展方法、数据分层存储、集群维护与多租户实施等实践经验。本书各章节都配有必要的流程图和原理分析图，便于读者阅读理解，并精选了非常有用的实际案例及拓展知识。阅读本书后，相信会给读者带来“1+1 2”的效果。本书非常适合大数据从业者、云计算领域研发及运维人员、高校研究生和热衷于分布式的技术极客阅读学习。

随着人口红利、流量红利的减弱，越来越多的企业在追求持续增长方面遭遇到了挑战。埃森哲的数据显示，大多数食品、饮料企业在2020年的营收增长率不足3%。为了构建差异化竞争优势和寻求 大的利润空间，企业管理者们对构建直达消费者的模式愈加重视，希望缩短企业到消费者的链路距离，与消费者建立 加亲密的关系，围绕消费者需求打造产品，加快履约配送速度，优化购物体验。 “以消费者为中心的供应链”被寄以厚望，围绕消费者体验重新调整供应链是企业在行业变化中脱颖而出的制胜法宝。企业如何才能将以消费者为中心从口号变为现实？如何才能构建以消费者为中心的供应链？本书尝试给出答案。 《供应链重构：打造以消费者为中心的数智化链路》从消费者掌权的时代背景切入，逐步延伸到“以消费者为中心的供应链”的定义、关键要素、数字

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。

SQL是最重要的关系数据库操作语言。SQL语句的运行效率，对于数据库的整体性能至关重要。因此，SQL语句的优化就成为数据库专业人员必须掌握的一门技能。很多初学者经常有如何入门、提高SQL语句优化能力的困惑。本书规避了市面上大多关于SQL优化的书籍内容过于深奥问题，以一线开发工程师的言语和视角展开，理论与实践并重，不仅适合初学者，也适合中端技术人员。 本书以大量案例为依托，系统讲解了SQL语句优化的原理、方法及技术要点，尤为注重实践，在章节中引入了大量的案例，便于学习者实践、测试，反复揣摩。

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优秀教材，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。