数据分析是现在不仅在互联网行业同时也在基础行业中必不可缺的运营手段，是业务提升效率、增强收益的有效方法。 本书的前8个章节精选提炼了多种数据分析中重要方法，包括ROI分析、数据标签和评分、用户生命周期、因果推断、可解释模型、PSM理论、ABtest、时序分析等，并通过更清晰、简单的方式向读者全方位的展示数据分析在以下诸多原理上的阐释，并且针对每种方法都提供了充足的生活和业务中的前沿案例作为辅助讲解，帮助读者更好的理解数据分析在传统行业、互联网行业及各类新兴行业的实际应用，同时也能更快的运用在实际工作和生活中，所以通过阅读前8个章节，读者可以系统的学习数据分析的理知识，拥有数据化思维，为读者能够在数据分析行业中不断深耕打下良好的理论基础并将数据分析能力逐步应用于实际的工作和生活中，成为一名合格的

本书介绍了柴油发电机组的分类、组成和工作原理，分析了柴油发电机组的功率标定和技术指标， 重点讨论了不同性质负载对柴油发电机组带载能力的影响，详细介绍了柴油发电机组供电方案的电源架 构和运行方式以及柴油发电机组的运维保养方法。此外，还介绍了机房安装的柴油发电机组和集装箱式 柴油发电机组的设计、安装的相关知识。 本书力求理论性和实践性相结合，书中所列的柴油发电机系统的供电方案及运维保养方法对当前主 流的数据中心柴油发电机系统普遍适用。本书是数据中心柴油发电机系统运维工作流程的指导性教材， 相信阅读本书一定会对数据中心柴油发电机系统运维管理从业人员大有裨益。

教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，*后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。

本书通过完整、规范的数据科学项目的流程来组织全书体系结构，涵盖数据科学项目的全过程，包括问题提出与目标制定、凝练前提假设和设计数据方案、探索性数据分析、建模与分析、性能评价、结果诠释与展示。佐以丰富的案例分析和模拟项目训练，启发学生主动思考，培养学生在实践中树立严谨的科学思维方式及数据科学流程。 本书除了可作为本科生数据科学基础课、理工通识课教材外，还面向所有对数据科学有浓厚兴趣的人群，以及各行各业中有大体量数据分析需求的人群。

你是不是曾经被数据库里貌似复杂和深奥的各种名词所困扰，不知道该从哪里人子学习?那么，这本书最适合你了。《漫画数据库》是世界上最简单的数据库教科书，它通过漫画式的情景说明，让你边看故事边学知识，每读完一篇就能理解一个概念，每篇末还附有文字说明，只要阅读一下这些有趣的漫画故事，你就能在最短的时间内成为数据库方面的达人!

数据建模指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。而数据模型是构建应用系统的核心，是尽可能精准地表示业务运转的概念性框架。本书通过平实的语言，对数据模型及建模过程进行了深入浅出的介绍。全书内容分为5个部分，对数据建模简介、数据模型要素，概念、逻辑和物理数据模型、数据模型质量以及数据建模的进阶内容等方面进行讲解，全面细致地为读者解答与数据建模相关的知识点和疑问。除此之外，本书的zui后还对各类专业术语进行了细致的解释，方便读者参考。本书是一本经典的数据建模指南，非常适合对数据建模感兴趣的读者以及从事数据科学等相关工作的专业人士参考阅读。

数据仓库、大数据、数据科学的简单介绍。 了解企业建立数据湖的各种途径。 探索如何构建自助服务模型，以及如何让分析师便捷访问数据的*实践。 使用不同的方法来构建数据湖。 了解不同行业专家实现数据湖的方法。

互联网公司里面几乎很少有公司不用MySQL，国内互联网巨头都在大规模使用MySQL。如果把MySQL比喻成数据库界的一条巨龙，则性能优化和高可用架构设计实践就是点睛之笔。本书将详细讲解 MySQL 5.7高可用和性能优化技术，细致梳理思路，并与真实生产案例相结合，通过原理阐述到实战部署，帮助读者将所学知识点运用到实际工作中。 本书分为13章，详解MySQL 5.7数据库体系结构，InnoDB存储引擎，MySQL事务和锁，性能优化，服务器全面优化、性能监控，以及MySQL主从复制、PXC、MHA、MGR、Keepalived 双主复制等高可用集群架构的设计与实践过程，并介绍海量数据分库分表和Mycat中间件的实战操作。 本书既适合有一定基础的 MySQL数据库学习者、MySQL数据库开发人员和 MySQL数据库管理人员阅读，同时也能作为高等院校和培训学校相关专业师生的参考用书。

对数据生产和大数据处理带来的挑战，是当代社会和人工智能时代的重点。大数据的快速发展、信息共享和社交媒体的大众化带来了各方面的风险和挑战。我们需要遵循正确的流程、方法和沟通战略 且手头的数据必须准确，才能推演出高价值的结论。而数据越多，我们面临的陷阱可能就越深。在本书中，杰森?辛克从数据通用和收集的策略、数据分析的准则、数据展示的策略出发，讨论了应对数据挑战、获得和洞察数据的价值和内涵的可行方式。

对于入门和学习大数据技术的读者来说，大数据技术的生态圈和知识体系过于庞大，可能还没有开始学习就已经陷入众多的陌生名词和泛泛的概念中。本书的切入点明确而清晰，从Hadoop 生态系统的明星 Cloudera 入手，逐步引出各类大数据基础和核心应用框架。本书分为18章，系统介绍Hadoop 生态系统大数据相关的知识，包括大数据概述、Cloudera Hadoop平台的安装部署、HDFS分布式文件系统、MapReduce计算框架、资源管理调度框架YARN 、Hive数据仓库、数据迁移工具Sqoop、分布式数据库HBase、ZooKeeper分布式协调服务、准实时分析系统Impala、日志采集工具Flume、分布式消息系统Kafka、ETL工具Kettle、Spark计算框架等内容，*后给出两个综合实操案例，以巩固前面所学的知识点。本书既适合Hadoop初学者、大数据技术工程师和大数据技术爱好者自学使用，亦可作为高等院校和培训机构大数据

空间数据技术既是地理信息系统（GIS）的重要组成部分，也是其核心技术之一。建立科学、合理的空间数据库是GIS项目成功的关键，但空间数据库是理论性和实践性都很强的学科，理解起来非常抽象。《规范版高职高专测绘类专业“十二五”规划教材：空间数据库技术应用》结构清晰，难易适中，理论与案例相结合，具有较强的实用性和通用性，可以帮助读者更好地理解和掌握数据库、空间数据库的基本原理、设计及构建方法。全书共分为6章。包括：数据库基础知识，空间数据库理论基础，空间数据库设计，空间数据库的建立与维护，空间数据库技术应用实例，空间数据库发展趋势。

《普通高等教育“十二五”规划教材：数据库技术与应用实践教程（第2版）》是与《数据库技术与应用》（第二版）配套的教学参考书，是根据*高等计算机基础课程教学指导委员会2011年10月出版的《高等学校计算机基础核心课程教学实施方案》（新白皮书）中关于“数据库技术及应用”课程实施方案的精神，结合作者多年教学实践与研发的经验，并考虑到读者的反馈信息，遵循非计算机专业的特点，从新的视角对原来出版的《数据库应用基础实践教程》各个章节的内容和结构等进行了修订、调整、完善和补充。全书分为实验指导篇和课程设计案例篇。实验指导篇共安排20个实验，内容选择恰当，具有启发性和实用性，与教材内容紧密结合，强调对动手能力的培养，达到即学即用的目的。课程设计案例篇共安排5个案例，是分别从文学、法学、医学和工学的角度

本书将现代统计学的重要思想引入数理统计课程中，强调了数据分析、图形工具和计算机技术，并注重统计的实务和应用.本书内容丰富，几乎涵盖了所有经典和前沿的概率论与数理统计理论和方法，主要包括概率、变量、联合分布、期望、极限定理、抽样调查、参数估计、假设检验、数据汇总、两样本比较、方差分析、分类数据分析和线性最小二乘等. 本书用真实数据分析了实际问题，以此增强读者对理论的理解；作者将自助方法与传统的推论性过程结合起来，增加了蒙特卡罗方法.此外，为了使概念更清晰，书中提供了大量的示例，而且还有丰富的习题，以增强读者的计算能力. 本书适合作为统计学、数学、其他理工科专业以及社会科学和经济学专业高年级本科生和低年级研究生的教材，同时也可供相关领域技术人员参考.

本书是兼具技术性与指导性的参考手册。书中首先介绍了全书所需的基础知识；接着描述如何借助相关工具识别和分析性能问题，如何利用动态性能视图；接着重点关注负责将SQL语句生成执行计划的组件——查询优化器；展示了Oracle数据库为高效执行SQL语句提供的特性。

本书从新时代商业环境出发，紧随市场热点，如分布式自治组织（distributed autonomous organization，DAO）、非同质化通证（non-fungible token，NFT）、元宇宙、Web 3.0 、资产 数字化、反垄断、要素市场化配置等，以企业数字化转型为核心，以区块链等数字化技术 为基本点，以场景为基本面，勾勒了数字化时代分布式商业演化的新趋势，以及其对企业 经营管理的影响，提出了数字化时代企业数字化转型的新策略和分布式经营管理的低成 本、高效率发展方案。 本书全面分析了分布式商业产生的背景及其本质内涵，认为分布式商业是未来商业演 化的必然趋势。分布式商业生态战略不但是未来企业生存的基本战略，而且是元宇宙商业 生态建设的底层逻辑，并将Web 3.0 、DAO、NFT、元宇宙等新兴事物融入分布式商业生 态体系中，深度解读了数字化时代的新商业逻辑和战略思维。同

本书是数据库应用系列教材之一，本书全面系统地介绍了Web数据库的体系结构和实现技术，其中包括C/S、B/S模式以及基于中间件多层分布式数据库的应用软件体系结构，重点介绍XMA、ASP、Servlet、JDBC、EJB等各种组件技术以及使用这些技术在开发Web数据库系统和管理信息系统方面的应用。 本书注重概念与实用性的统一，书中配有精选实例，所有实例均已通过调试。读者可根据运行环境略加修改，即可使用。书中每章后面附有习题，以方便读者复习、巩固所学知识。 本书可作为高等院校计算机专业及相关专业高年级学生数据库课程的补充教材，也可供从事基于Web数据库的电子商务、电子政务及相关管理信息系统软件开发的工程技术人员的管理干部学习参考。

本书是一本独特的数据库入门书，以有效的教学思路讲解数据库的每一个知识点，完全以初学者的思维方式提出疑问再深入答疑。这也许不是一本传统的教科书，但*是自学数据库的*书籍。本书采用【老田、小天】二人对话的形式讲解，其中不乏诙谐幽默的问题和解答，避免对知识点生搬硬套。 通过学习本书，你能够在嬉笑怒骂的环境中轻松掌握数据存储原理、数据库设计技巧以及大量数据库编程的实战经验，更重要的是能够掌握一种优秀的学习方法、解决问题的思路和思考的方式。这些经验和技巧得益于我和邹老师两人加起来近25年的项目开发和教育培训经历。 本书部分对于数据库的创建、备份、配置、安全等做详细介绍，通过这部分学习，可以掌握关系数据库的基础，以及对数据库的日常维护操作；本书第二部分对于分析项目需求，创建表，然后

本书从人力资源管理的战略转型谈起，使大家进一步理解和把握人力资源发展的趋势，进而提出什么是人力资源大数据，如何在海量数据中挖掘出有用的数据，如何将大数据、人工智能与企业人力资源管理实践有机结合，如何在企业内部建立人力资源大数据分析模型和分析平台，如何形成企业人力资源报表体系和指标体系，从科学到实践、从理念到案例，深入浅出地给出了详尽的答案。为eHR、HRD、HRVP及企业CEO等高管进行人力资源大数据分析提供模型、技术方法及可借鉴的典型应用场景，为数据分析师进入人力资源领域提供了人力资源前沿理论及实践，为所有人力资源管理者及爱好者提供了崭新的理念、可操作性的技术方法及典型案例。

本书共有四篇16章。篇：基础篇（1～5章）。介绍数据库的基本概念、数据模型、关系数据库理论、关系数据库管理系统基本内容，后并以SQL Server 2000为例介绍该系统的内容与结构。第二篇：操作篇（6～9章）。介绍SQL的基本操作，它包括国际标准SQL以及SQL Server 2000的SQL操作。其操作内容包括数据定义、数据操纵及数据控制等传统内容，还包括数据交换、数据服务及数据扩展等*内容。第三篇：开发篇（10～12章）介绍数据库的开发，它包括数据库设计、数据库应用系统开发及数据库应用编程等内容。第四篇：应用篇（13～16章）。介绍数据库应用的两个领域——事务型应用与分型应用，其内容包括电子商务（EC）、客户关系管理（CRM）、企业资源规划（ERP）及决策支持系统（DSS）等内容。 本书可作为高等院校计算机应用专业及应用类相关专业的本科“数据库”课程教

本书以实例分析为主线，结合SQL Server2016，系统地阐述了数据库系统的基本原理、基本技术、基本方法及其应用。全书共11章，主要内容包括：概述、关系代数、数据完整性、SQL Server、概念模型和逻辑模型、关系规范化、数据安全、数据并发、数据恢复、数据库设计、数据仓库和大数据等。本书内容丰富、深入浅出、通俗易懂、结构严谨、注重实用，同时提供取材新颖、实用的例题和习题，便于读者巩固所学知识

《数据结构》由浅入深，以浅显易懂的文字与图表对各种数据结构和算法的设计进行分析，对问题的解决方法做了详尽的剖析，并且辅之以相应的c程序代码，从而增进读者对数据结构的理解与掌握。全书共分9章，内容包括绪论、线性表、栈和队列、串、数组与广义表、树、图、查找、内部排序。 《数据结构》以“基础理论—上机实训—应试加油站”为主线进行编写，每一章都设置了实训模块和考研真题解析及大量的习题。《数据结构》结构清晰、易教易学、实例丰富、可操作性强、学以致用、注重能力，对在学习过程中常见的重点和难点进行立体、详细的讲解，以帮助读者更好地掌握数据结构的基本知识。 《数据结构》可以作为高等院校计算机专业及相关专业的教材，也适合数据结构的初学者研读，还适合考研复习之用。

Elixir简单直接的语法非常适合用来学习函数式编程。 本书循序渐进地讲解函数式编程的关键概念，包括递归函数、模式匹配、不可变值、显式数据转换、模块、高阶函数、多态函数、错误处理等，借助清晰明了的案例让读者在不知不觉中掌握函数式编程思想和Elixir语法。 理解函数式编程的三个关键概念：模式匹配、递归、流程控制。 学习在函数式编程中使用列表、元组、映射表等常用数据结构。 利用高阶函数改善程序的可读性。 借助流提高编程效率。 使用多态和协议处理各种类型的数据。 ?掌握错误处理。