本书是由斯普林格出版社2018年出版的介绍物联网雾计算前沿技术的书籍，全书详细介绍了物联网雾计算发展的背景及驱动因素，系统分析了雾计算的计算服务、存储服务和通信服务；从雾层管理方面，阐述了雾计算中物联网资源评估所面临的挑战及模型，分析了雾计算的分层处理在物联网超大规模系统中的作用；从雾层服务方面，阐述了雾计算隐私保护的现状和未来，描绘了隐私保护领域自感知雾计算的发展，探讨了城市物联网边缘计算；以信息物理能源系统、医疗保健领域为例分析了雾计算应用实践。

如今，推荐算法已经普遍应用于在线各个领域和场景，越来越多的商品、服务、用户通过推荐算法高效地连接彼此，每个人都享受到更加个性化的内容和服务。推荐已深刻地改变了我们与世界连接的方式。 本书聚焦在产品运营的角色上，探讨产品运营人员应该如何理解推荐算法，如何在不同的功能场景下应用推荐算法，如何从平台业务的角度对算法结果进行干预和再平衡。此外，本书着重于阐述不同功能场景下推荐的应用，辅以内容、电商、社交等业务下的应用实例。在每个章节中，都会枚举市面上已有产品功能或作者本人经历过的业务实践，以期给读者提供可以实操落地的借鉴。

Oracle 数据库的应用十分广泛，数据库性能的好坏直接影响应用程序能否快速响应用户指令。而 Oracle 数据库又比较复杂，数据库性能调优成为众多 DBA 最为头疼的问题。 本书作者凭借其 20 多年的丰富经验，为我们带来了一本系统的、全面的 Oracle 性能优化手册，用结构化方法帮助读者解决从数据库应用到数据库设计的所有问题。全书分为 6 部分、 23 章，实例丰富，兼具技术深度和广度，被读者誉为 “ 最有用的 Oracle 性能调优参考书 ” 。主要内容包括： 有效的 Oracle 性能优化方法描述； 如何充分利用 Oracle 的核心工具来跟踪、监控、诊断性能； ? 高效的数据库逻辑与物理设计、索引设计、事务设计以及 API 的使用； SQL 与 PL/SQL 调优，包含并行 SQL 技术的使用； ? 化排队锁、闩锁、共享内存以及其他数据库资源的争用； 优化内存以及物理磁盘 I/O ； ?

在新媒体时代，如果对新闻报道、网上搜索的结果或者所谓的 专家告知 不加思考地完全相信，那你就等着上当受骗吧！ 本书围绕当今*受瞩目的大数据科学理论，通过日本政府公布的公开数据，集中针对访日游客的增加、舆论调查的可靠性、 安倍经济学 的成果、东日本大地震后的状况、相对贫困、失业率的下降、年轻人远离ХХ、全球变暖问题、减肥、恩格尔系数的上升等10个主题进行数据解读，帮助读者模拟体验数据读取方法，提高理解和分析数据的能力，挖掘出数据背后隐藏的真相。 作为 大数据分析 的超级入门书，即使不擅长数学、不了解统计学的人，读完本书也可以彻底掌握数据解读方法！

数据库的性能优化一直是DBA日常工作中非常重要的组成部分，然而很多DBA在学习了大量技术，参加了大量培训后，仍然会在实际工作中遇到难以下手的问题。实际上，在数据库优化工作中，方法和思路远比技术实现重要得多。 《DBA的思想天空：感悟Oracle数据库本质》重在介绍Oracle数据库的性能调优方法及相应的工作思路，但并不拘泥于技术细节。作者通过大量真实案例，深度剖析了相关技术原理，同时还阐述了理论知识在实践中的应用方法。优化工作的本质其实就是透过表象探寻根源，解决问题实现调优，正所谓 思路是道，操作方法是技 ，得道是极大的提升，也是DBA的思想精髓。

《数据分析方法与案例详解（双色）》是一本语言和数据分析的入门教材，循序渐进、深入浅出，每个知识点尽量从实际的应用案例出发，以问题为导向，在解决问题中学习统计方法、语言的基本使用以及编程技巧。 《数据分析方法与案例详解（双色）》内容涵盖数据结构、函数与优化、抽样模拟、统计分析、假设检验、回归分析、统计绘图和包制作等内容。 《数据分析方法与案例详解（双色）》的定位是为业界数据分析人员、经济管理类、医学的学生提供方法和程序上的参考，在写作过程中尽量删去比较理论的数学原理，这样能够帮助读者轻松上手学习。

数据分析已经成为数据时代各行各业突破各自行业发展瓶颈的有效手段，无论是公司职员还是个体商户或大公司管理者，都需要有数据分析的能力。 n本书系统地介绍了数据分析的统计理论基础内容，共5章。章阐述了数据分析在当今生活中的重要性，以及人们成为各自领域的数据分析师的必要性和学习路径；第2章从数据描述的三个维度展开，详细介绍了如何从集中趋势、离散程度和分布形态对数据进行描述，从而使分析者充分了解自己手头的数据；第3章介绍了推断性数据统计分析的内容，介绍了如何通过样本数据特性推断出总体数据特征；第4章是关于预测分析的，介绍了变量之间的相关分析，以及如何使用容易获取的数据信息预测难以获取的数据信息，用过去的历史数据信息预测未来可能出现的数据信息；第5章介绍了数据结果可视化的内容，包括各种统计图形

本书基于易于理解且具有数据科学相关的丰富的库的Python语言环境，从零开始讲解数据科学工作。具体内容包括：Python速成，可视化数据，线性代数，统计，概率，假设与推断，梯度下降法，如何获取数据，k近邻法，朴素贝叶斯算法，等等。作者借助大量具体例子以及数据挖掘、统计学、机器学习等领域的重要概念，详细展示了什么是数据科学。