《从零进阶！数据分析的统计基础（第2版）》 共 6 章，分别讲解了数据分析的步骤和方法、描述性统计分析、抽样估计、假设检验、方差分析、 相关与回归分析，使用简单的语言介绍了这些数据分析基本方法的核心思想和涉及的统计学、概率论等方面 的理论内容，并使用图示的方法详细介绍了使用 Excel 2013 进行简单的描述性统计分析和使用 SPSS 进行相 关的数据分析的过程与结果分析。

本书版于1983年出版至今已经第5版。第5版是“十二五”普通高等教育本科规划教材。相应课程于2004年被评为北京市精品课程，2005年被评为国家精品课程，2014年被批准为精品资源共享课。本书系统全面地阐述数据库系统的基础理论、基本技术和基本方法。全书分为4篇16章。基础篇包括绪论、关系数据库、关系数据库标准语言SQL、数据库安全性和数据库完整性，共5章；设计与应用开发篇包括关系数据理论、数据库设计和数据库编程，共3章；系统篇包括关系查询处理和查询优化、数据库恢复技术、并发控制和数据库管理系统，共4章；新技术篇包括数据管理技术发展概述、大数据管理、内存数据库系统和数据仓库与联机分析处理技术，共4章。本书可以作为高等学校计算机专业、信息管理与信息系统等相关专业数据库课程的教材。也可供从事数据库系统研究、开发和应用

本书提供了监控、分析和优化Oracle Database 10g的方法，书中包含了详细的案例研究、实践和丰富的Oracle新的调整特性的代码示例。通过对本书的学习，读者可以了解到如何选择化的索引选项，有效地管理驱动器和磁盘阵列，对查询执行故障检修，以及可靠地预测将来的性能。本书还将详细介绍PL/SQL性能增强、初始化文件调整，以及的数据库调查和报告使用程序。

本手册主要讲解数据备份、恢复和数据加密解密等方面的内容。本手册从各种不同的用户角度出发，从问题本身着手，从数据恢复与加密技术基本知识，到一般数据文化丢失、损坏的拯救、硬盘系统的数据恢复、特殊文件丢失后的拯救、数据的备份、常用软件的备份和恢复、BIOS和注册的备份与恢复，再到具体的数据加密技巧和数据安全防范措施等。全手册贯穿数据安全这一主题，并从数据拯救与数据加密两个层面对其进行具体阐述、剖析与实用操作的介绍，力图让读者在了解相关知识的基础上，全面掌握各种操作实践与技巧经验，轻松搞定数据安全！

金融从业者每天都要与海量的数据打交道，如何从这些数据中挖掘出需要的信息，并进行相应的分析，是很多金融从业者非常关心的内容。本书以功能强大且较易上手的Python语言为编程环境，全面讲解了金融数据的获取、处理、分析及结果呈现。 全书共16章，内容涉及Python基础知识、网络数据爬虫技术、数据库存取、数据清洗、数据可视化、数据相关性分析、IP代理、浏览器模拟操控、邮件发送、定时任务、文件读写、云端部署、机器学习等，可以实现舆情监控、智能投顾、量化金融、大数据风控、金融反欺诈模型等多种金融应用。无论是编程知识还是金融相关知识，本书都力求从易到难、循序渐进地讲解，并辅以商业实战案例来加深印象。 本书定位为一本金融科技入门读物，但书中的数据挖掘与分析思想对其他行业来说也具备较高的参考价值。本书又是一个金融

本书是使用Spark进行大规模数据分析的实战宝典，由大数据公司Cloudera的数据科学家撰写。四位作者首先结合数据科学和大数据分析的广阔背景讲解了Spark，然后介绍了用Spark和Scala进行数据处理的基础知识，接着讨论了如何将Spark用于机器学习，同时介绍了常见应用中几个常用的算法。此外还收集了一些更加新颖的应用，比如通过文本隐含语义关系来查询Wikipedia或分析基因数据。

MySQL是世界上的数据库管理系统之一。书中从介绍简单的数据检索开始，逐步深入一些复杂的内容，包括联结的使用、子查询、正则表达式和基于全文本的搜索、存储过程、游标、触发器、表约束，等等。通过重点突出的章节，条理清晰、系统而扼要地讲述了读者应该掌握的知识，使他们不经意间立刻功力大增。 本书注重实用性，操作性很强，适用于广大软件开发和数据库管理人员学习参考。

10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。 基础篇（～5章），章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘

本书是斯坦福大学计算机科学专业数据库系列课程第二门课的教科书。书中对数据库系统实现原理进行了深入阐述，并具体讨论了数据库管理系统的三个主要成分——存储管理器、查询处理器和事务管理器的实现技术。此外，第2版充分反映了数据管理技术的新进展，对内容进行了扩充，除了在版中原有的“信息集成”一章（0章）中加入了新的内容外，还增加了两个全新的章：“数据挖掘”（1章）和“数据库系统与互联网”（2章）。 本书适合作为高等院校计算机专业研究生的教材或本科生的教学参考书，也适合作为从事相关研究或开发工作的专业技术人员的高级参考资料。

本书是一本从理论到实践的全面且细致的企业数据驱动指南，作者见证并献身百度大数据的建设，毫无保留地将成败摸索实践的真实场景进行完整还原，并对近十年大数据从业经验与心得做了归纳和总结，同时详解大数据本质、理念与现状，并围绕数据驱动四环节——采集、建模、分析、指标，深入浅出地讲述企业如何从零到一将完整的数据驱动方案落地，全面展示大数据在各领域内的应用情况与趋势展望。

在本书中，作者将自己多年形成的编程习惯以及阅读既有代码的体验凝练成了编程中的价值观、原则和77种实现模式。 沟通、简单和灵活的价值观应当被所有开发人员所铭记。局部影响、化重复、将逻辑与数据捆绑等原则同样是通用性的指导思想，比价值观更贴近编程场景，在价值观和模式之间搭建了桥梁。在77种实现模式中，每一种模式都覆盖了编写简洁、清晰、易扩展、易维护的代码这一原则的某个方面。它们为日常的编程提供了丰富翔实的参考依据，并告诉大家这些代码如何为降低沟通成本和提高有效产出提供保障。 本书适用于各个阶段的开发者群体。刚刚涉足软件开发领域的新人能够透过大师的眼睛来看待编程，了解编程的价值观与原则；具有丰富经验的资深工程师则可以通过这些模式进行反思，探究成功实践背后的意义。把价值观、原则和开发

本书是一本从理论到实践的全面且细致的企业数据驱动指南，作者见证并献身百度大数据的建设，毫无保留地将成败摸索实践的真实场景进行完整还原，并对近十年大数据从业经验与心得做了归纳和总结，同时详解大数据本质、理念与现状，并围绕数据驱动四环节——采集、建模、分析、指标，深入浅出地讲述企业如何从零到一将完整的数据驱动方案落地，全面展示大数据在各领域内的应用情况与趋势展望。