Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。 《Python金融大数据分析》总计分为3部分，共19章，部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、数生成和过程模拟、Python统计学应用、Python和Excel的集

本书全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。 本书适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开发人员的参考书。

本书从理论的先进性和技术的实用性出发，以关系数据库系统为核心，系统、全面地阐述了数据库系统的基本理论、基本原理、设计方法和应用技术，主要内容包括数据库系统概述、关系数据库、关系数据库的标准语言sql、关系数据库规范化理论、数据库设计、数据库管理以及以sqlserver为实验平台的基础知识、应用技术，高级的开发应用等。 本书既重视数据库技术的体系完整性，又突出厂数据库技术面向应用的特性，概念清楚，重点突出，章节安排合理，理论与实际结合紧密且通俗易懂。有助于学习者从实际应用的角度出发，联系所学理论，掌握所学内容。 本书既可作为高等院校信息管理与信息系统专业及非计算机专业的大学本科、专科和高职高专学生的数据库课程教材，也可作为从事信息领域工作的科技人员的相关教材和技术参考书。

本书从Power BI的基础功能讲起，逐步深入到Power BI进阶实战，以业务案例为导向，以Power BI桌面版操作为基础进行讲解，深入讲述Power BI在各个业务部门的应用。本书包括7篇共21章内容，分业务场景进行讲解。篇用1章内容讲述Power BI基础操作，方便读者快速入门；第2篇用4章内容讲述如何用Power BI爬取天气、电影、销售、股票等数据；第3篇用4章内容讲述销售部门如何用Power BI分解销售目标，分析业绩达成、会员RFM和业绩构成；第4篇用5章内容讲述产品相关应用，包括存货分析、帕累托分析、关联分析、款分析和数据化陈列；第5篇用2章内容讲述在财务方面的应用，包括盈亏平衡分析和上市公司利润表分析；第6篇用3章内容讲述人力资源应用，包括人员结构及离职率分析、新员工分析和考勤分析；第7篇用2章内容讲述简化报告的技巧。

本书并不是关于Web服务的又一本开发手册，抑或是开发技术的宝典之类的读物。本书的作者来自于IBM软件开发中心的SOA技术中心，作为最早的一批从事SOA相关产品和客户项目开发的软件技术人员，见证了SOA从诞生到发展壮大的全过程。而本书的目的在于将作者在项目过程中的经验介绍给读者，通过分析SOA产生的根源，以及SOA对业务模式和开发模式带来的变革，帮助读者理解什么是SOA，以及如何科学的实施SOA。 本书的内容分为三部分，将从作者的实际经验出发，分析SOA理念产生的合理性，然后分析SOA的相关开发技术，最后结合一个实例片断，讲述一个完整的SOA项目是如何设计完成的。 本书针对的读者是有经验的开发人员，例如，信息系统架构师，企业决策人员，对Web开发感兴趣的高年级计算机或相关领域的学生，以及任何希望了解SOA的广大技术人员。

大数据时代，数据成为决策最为重要的参考之一，数据分析行业迈入了一个全新的阶段。R是一款非常的统计分析软件，《数据分析：R语言实战》侧重于使用R进行数据的处理、整理和分析，重点讲述了R的数据分析流程、算法包的使用以及相关工具的应用，同时结合大量精选的数据分析问题对R软件进行科学、准确和全面的介绍，以便使读者能深刻理解R的精髓和灵活、高效的使用技巧。 通过《数据分析：R语言实战》，读者不仅能掌握使用R及相关的算法包来快速解决实际问题，而且能学会从实际问题分析入手，到利用R进行求解，以及对结果进行分析。 《数据分析：R语言实战》可作为计算机、互联网、机器学习、信息、数学、经济金融、管理、运筹、统计以及有关理工科专业的本科生、研究生的学习用书，也能帮助市场营销、金融、财务、人力资源管理人员及产品经

本书以网络安全中主要子领域为主线，以数据挖掘算法为基础，搜集了大量基于数据挖掘的网络安全技术研究成果，汇编了数据挖掘技术在隐私保护、恶意软件检测、入侵检测、日志分析、网络流量分析、网络安全态势评估、数字取证等网络安全领域的应用，介绍了常用的网络安全数据集，并搜集了大量的网络安全资源，以供读者能将本书内容应用于实际的研究或学习中。本书可作为研究人员、网络安全工程人员和对基于数据挖掘的网络安全技术感兴趣的研究生的参考书，也可作为高等院校高年级课程的教学用书，还可供相关领域工作的读者参考。

“大数据”近年成为IT领域的热点话题，人们每天都会通过互联网、移动设备等产生大量数据。如何管理大数据、掌握大数据的核心技术、理解大数据相关的生态系统等，是作为大数据开发者必须学习和熟练掌握的。本系列书以“大数据开发者”应掌握的技术为主线，共分两卷，以7个模块分别介绍如何管理大数据生态系统、如何存储和处理数据、如何利用Hadoop工具、如何利用NoSQL与Hadoop协同工作，以及如何利用Hadoop商业发行版和管理工具。本系列书涵盖了大数据开发工作的核心内容，全面且详尽地涵盖了大数据开发的各个领域。 本书为卷，共4个模块，分别介绍大数据基础知识、大数据生态系统的管理、HDFS和MapReduce以及Hadoop工具（如Hive、Pig和Oozie等）。本书适用于想成为大数据开发者以及所有对大数据开发感兴趣的技术人员和决策者阅读。

本书是为广大数据分析师量身定制的入门读物，它旨在帮助读者站在大数据时代的制高点。数据分析处于统计学、计算机信息科学、运筹学、数据库等多个领域的交叉地带，大数据时代的到来大大丰富了数据分析的内涵，数据分析师的职责与以往相比发生了巨大的改变。 本书全面介绍了经典数据分析、模式识别、机器学习、深度学习、数据挖掘、商务智能等多个领域的数据分析算法，将大数据时代的数据分析热点技术一网打尽。本书为每个数据分析算法都搭配了一个经典案例，并按照由易到难的原则构建知识框架，充分照顾了不同水平读者的阅读习惯。 通过阅读本书，读者将对大数据时代下的数据分析有一个全面的认识。无论是入门级的数据分析员还是有基础的数据分析师，都能通过本书完善、加深对数据分析的认识。

电商坐拥互联网行业最丰富的用户数据金矿，却很少有人从中挖掘出真金白银。《数据掘金——电子商务运营突围》一书旨在打破这一困境，一步一步引导从业者以数据为核心来运营网站或网店。《数据掘金——电子商务运营突围》用浅显的文字与独特的视角，不仅成功解读电商数据运营之惑，更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。在通过阅读轻松掌握电商数据运营须关注的要点与方法之后，读者还可有针对性地从书中选择学习如何利用数据来完成——流量获取优化、广告投放、客户分析，以及客户价值提升等一系列电商运营要务。 《数据掘金——电子商务运营突围》一书主要写给电商从业人员，无论是中小电子商务的运营人员、数据分析人员，还是大公司负责电子商务的策略官、市场官和运营官，都能从《数据掘金——电子商务运营突围

Oracle 10g是目前的数据库开发平台之一，拥有较高的市场占有率和众多的高端用户，成为大型数据库应用系统的后台数据库系统。Oracle数据库管理和应用系统开发已经成为外高校计算机专业和许多非计算机专业的必修或选修课程。 本书结合大量的实例，介绍如何利用Oracle 10g来管理和维护数据，以及使用Visual Basic和ASP等开发工具开发C/S(Client/Server)模式和B/S(Browser/Server)模式网络数据库应用程序。 本书可作为大学本科相关课程教材，也可供广大Oracle数据库管理员和数据库应用程序开发人员参考。

谁将是忠实的客户？谁将不是呢？哪些消息对 哪些客户细分？如何化客户的价值？如 何将部的价值化？本书提供了强大的工具，可 以从上述和其他重要商业问题所在的公司数据库中 提取它们的答案。自本书第1版问世以来，数据挖掘 已经日益成为现代商业不可缺少的工具。在沙版本中，作者对每个章节都进行了大量的更新和 修订，并且添加民个新的章节。本书保留了早期版 本的重点，指导市场分析师、业务经理和数据挖掘 专家利用数据挖掘方法和技术来解决重要的商业问 题。在不牺牲准确度的前提下，为了简单起见，即使 是复杂的主题，作者也进行了简洁明了的介绍，并尽 量减少对技术术语或数学公式的使用。每个技术主 题都通过案例研究和源自作者经验的真实案例进行 说明，每章都包含了针对从业者的宝贵提示。书中介 绍

本书以EMBA班的“数据挖掘技术及其应用”教学为场景，带领读者步入数据挖掘的神秘殿堂，领略数据挖掘的神奇魅力。全书分为9章：章从三个真实故事开始数据挖掘之旅；第2章以某企业生产中遇到的质量控制难题的解决过程为线索，展现数据挖掘的实施过程；第3章到第9章以典型案例的形式分别介绍了数据挖掘技术在电力行业、交通航空领域、冶金行业、税务与金融行业、电信行业、故障诊断以及互联网行业的应用。 数据挖掘是一种专业性极强的技术，本书避开大量晦涩的概念和令人生畏的数学公式，以师生互动讨论的形式让读者走进数据挖掘殿堂，进而深入浅出、循序渐进地感知数据挖掘。随着阅读，读者会自然而然地身临课堂，“让数据说话，从数据中发现规律，科学决策”等新的理念会使读者对实际工作中面临的复杂问题浮想联翩、另辟新径。 本书适合企

不管你愿意不愿意，我们每天都在制造和分享数据；不管你关心不关心，我们已经生活在大数据的包围之中。 大数据，这个在2012年突然火爆起来的词汇，我们究竟该如何解读？《大数据(大价值、大机遇、大变革)》介绍了大数据产生的背景、特征和发展趋势，从实证的角度探讨了它对社会和商业智能的影响，并认为大数据正影响着商业模式的转变，将带来新的商业机会。能否对大数据进行处理、分析与整合将成为提升企业核心竞争力的关键！大数据，既是一场大机遇，也将引发一场大变革！《大数据(大价值、大机遇、大变革)》由李志刚主编。

本书根据计算机专业“数据库原理”课程的教学大纲编写。作者在原书《数据库原理习题与解析》(第2版)的基础上，根据读者的反馈意见，对习题部分进行了大幅修订和更新，并补充进一些近年的研究生入学考试试题。 全书共分9章，分别介绍数据库的基础知识、关系数据库、SQL语言、关系系统及其查询优化、关系数据理论、数据库设计、数据库保护、面向对象数据库系统和分布式数据库系统。每章由基本知识点和例题分析组成，前者高度概括和梳理本章应重点掌握的相关知识；后者详尽地解析精选的典型习题，能使学生充分掌握“数据库原理”课程求解问题的技巧与方法，深化对基本概念的理解，切实提高分析问题和解决问题的能力。 本书内容丰富，习题覆盖面广，可以作为计算机专业本、专科数据库原理课程的学习参考书，也是报考计算机专业硕士研究