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。

“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。

在军工产品的试验技术领域中，有一类产品如火工品等，它的性能是受外加能量（机械能、电能、热能等）的刺激而变化的，涉及的是对总体不能直接观测的一个特殊统计模型，对这类产品的性能分析或试验鉴定是通过改变刺激量强度来实现的，这类试验称为感度试验。在我国感度试验用的是国际上的升降法、兰利法等方法，研究认为这些方法存在着许多弊端。 本书系统介绍了我国自己研究创新的一套自成体系的感度试验新方法，它是基于统计学中的EM算法及Fisher信息量原理而建立的，他几乎克服了外使用的升降法、兰利法、Neyer_D法等方法的所有弊端。重点介绍了方法建立的背景、理论基础、使用方法，其内容主要是设计理论、S_EM数据处理方法、数据分析的统计学方法、样本量的确定方法。为了便于实际工作的需要，本书给出了应用软件。

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。

进入大数据时代，让数据开口说话将成为司空见惯的事情，本书将从大数据时代的前因后果讲起，全面分析大数据时代的特征、企业实践的案例、大数据的发展方向、未来的机遇和挑战等内容，展现一个客观立体、自由开放的大数据时代。

《Access 2016 数据库技术及应用》共包括10章。章主要介绍Access2016的功能、操作界面，第2章为数据库基础知识，第3章主要介绍创建数据表的方法及设置属性的方法，第4章使用两个案例讲解创建查询、使用操作界面设置查询条件、参数、制作交叉表、操作查询方法，并使用26个小例程说明SQL查询语句的使用；第5章讲解创建窗体、使用控件设计窗体界面，第6章用两个案例介绍创建报表、排序、分组、计数、求和操作及插入时间和页码的方法，及通过报表向导方便地制作报表界面的方法；第7章介绍创建、使用宏的方法和调试方法并列举了宏的常用命令及功能，第8章介绍数据库安全策略、安全维护，数据库的压缩、修复，数据库的导人、导出及链接功能，第9章主要介绍VBA（Visual Basic for Applications）程序设计所规定的3种基本控制结构、编程方法及调试过程，0章为实验。

本书由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。

《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。

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。

进入大数据时代，让数据开口说话将成为司空见惯的事情，本书将从大数据时代的前因后果讲起，全面分析大数据时代的特征、企业实践的案例、大数据的发展方向、未来的机遇和挑战等内容，展现一个客观立体、自由开放的大数据时代。

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

《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。

本书结合大数据技术趋势和中兴通讯的长期实践，对大数据技术提出系统的理解，对大数据研究提供了初步的思路和建议。本书首先从大数据的需求和现状出发，分析目前大数据出现的问题，然后针对这些问题对大数据存储、大数据处理，以及大数据的可视化进行了充分的探索。

本书既介绍了数据仓库主流业务应用、企业业务逻辑模型和数据质量管理方法，也有对具有中国特色的数据仓库逻辑架构及数据仓库项目实施过程的描述。内容详细到每一个工作细节的数据仓库项目实施过程和拿来就用的项目文档模板。 本书是作者总结近几年来数据仓库在中国本土实施的大量实战经验编写而成，特别强调数据仓库的实用性和本土化。全书既介绍了数据仓库主流业务应用、企业业务逻辑模型和数据质量管理方法，也有对具有中国特色的数据仓库逻辑架构及数据仓库项目实施过程的描述。本书附带的光盘中收集了大量的数据仓库专有业务和技术名词解释，并提供了书中数据仓库项目实施模板的Word版本。 本书适合从事数据仓库项目实施和理论研究的各类读者阅读，对目前正在从事数据仓库项目实施工作的技术人员，会有较大的参考作用。

本书首先参阐述大数据出现的背景，解释数据资产、数据驱动等基本概念，剖析数据分析的重要性，介绍了大分析的内容和范围、关键点等；其次，阐述了大数据建设的基本内容和有关应用领域等，涉及收集、存储、标准、技术选择等内容，重点介绍了数据质量、安全管理等数据管控的内容；结尾，给出了大数据建设配套的人才、管理结构等方面的内容和经验，分享如何引入互联网思维，开辟新视野的理念。

大数据时代已经来临，这将引起深刻的行业变革。但是，大数据的真意在于数据分析，即从繁多的数据中找出洞见，并将其应用于实际决策中，以产生更明智的决策。这是一个看起来简单、做起来较难的事情。 《发现数据之美：数据分析原理与实践》从一个自底向上的角度，全面地阐述了数据分析所涉及的知识和技术，对于经典算法和工具的介绍也不止于泛泛而谈，而是加入了作者的经验和理解。所谓自底向上的角度，即从数据分析实践开始时所需要的数据准备、数据探查、数据再处理等，到经典的统计分析和数据挖掘算法及应用，还讲述了模型的部署，优化技术的引入，最终到决策自动化。 《发现数据之美：数据分析原理与实践》对企业管理者、数据分析从业者及高校的学生都有参考意义。管理者能看到一个较全面的数据分析的阐述，明确自身的需求