这是一套数据指标体系全流程构建（从规划、框架设计、数据采集加工到应用）方法论与实践指南。它不仅深入浅出地分享了通用的数据指标体系构建策略，还通过多个行业实例展示了具体操作方法。书中从数据采集入手，借助BI工具Superset实践构建过程。 本着“一切技术都是为业务服务的”这一宗旨，本书除了包含数据指标体系构建相关内容外，还结合统计学原理及Excel、Python等工具，深入剖析数据指标波动对业务的影响，旨在帮助读者深入理解数据指标与实际业务的底层关联，把数据指标体系落地到业务中。

本书从电商数据分析的实际应用出发，系统地介绍了电商数据分析的思维、工具、方法与技巧。本书共8章。第1章主要介绍电商行业的现状、数据化运营的特点及重要性；第2章主要讲解数据分析的思维、方法、流程和误区；第3章主要讲解电商数据的收集、转化与展示；第4章主要讲解电商运营的核心数据指标；第5章主要讲解生意参谋的市场应用；第6章主要讲解通过市场数据分析挖掘蓝海市场；第7章主要讲解如何用数据解析平台流量；第8章主要讲解店铺诊断的方法。本书除了讲解各种常用的数据分析方法以外，还穿插了大量实操案例的讲解，以帮助读者举一反三，解决实战难题，提高运营能力。本书作为全国工商联人才交流服务中心职业技能培训系列教材，内容全面、实战性强，适合从事电商数据分析与运营的读者阅读，也适合作为培训机构和高等院校的电子商务

信息系统监理师考试是全国计算机技术与软件专业技术资格（水平）考试（简称“软考”）中的中级资格考试，通过信息系统监理师考试可获得中级工程师职称。 软考目前已经变为机考，本书在全面分析知识点的基础之上，结合第2版考试大纲对机考的要求，对整个内容架构进行了科学重构，可以极大地提高考生的学习效率。尤其是针对单选题、案例分析题的核心考点，分别从理论与实践方面进行了重点梳理。通过学习本书，考生可掌握考试的重点，熟悉试题形式及解答问题的方法和技巧等。 本书可供备考信息系统监理师考试的考生学习参考，也可供各类培训班使用。

信息系统监理师考试是全国计算机技术与软件专业技术资格（水平）考试（简称“软考”）中的中级资格考试，通过信息系统监理师考试可获得中级工程师职称。 软考目前已经变为机考，本书在全面分析知识点的基础之上，结合第2版考试大纲对机考的要求，对整个内容架构进行了科学重构，可以极大地提高考生的学习效率。尤其是针对单选题、案例分析题的核心考点，分别从理论与实践方面进行了重点梳理。通过学习本书，考生可掌握考试的重点，熟悉试题形式及解答问题的方法和技巧等。 本书可供备考信息系统监理师考试的考生学习参考，也可供各类培训班使用。

《零基础学Oracle》是针对零基础编程学习者研发的Oracle入门教程。从初学者角度出发，通过通俗易懂的语言、流行有趣的实例，详细地介绍了使用Oracle 11g进行数据管理的各方面技术。全书共分16章，包括Oracle 11g概述、Oracle管理工具、SQL*Plus命令、数据表操作、SQL查询基础、SQL查询进阶、子查询及常用系统函数、PL/SQL语言编程、游标以及企业人事管理系统等。书中所有知识都结合具体实例进行讲解，涉及的程序代码给出了详细的注释，可以使读者轻松领会Oracle 11g数据库管理的精髓，快速提高数据库管理技能。本书通过大量实例及一个完整项目案例，帮助读者更好地巩固所学知识，提升能力；随书附赠的《小白实战手册》中给出了3个实用数据库、数据表的创建、操作和系统维护流程，力求让学习者能学以致用，真正获得数据库管理经验；附赠的光盘中给出了视频讲解

本书全面介绍了预测性分析相关方法，不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究—包括从失败项目获得的经验教训。本书理论和实践内容相对平衡，便于读者加深理解。全书共9章，外加一个附录。第1章为分析导论，第2章为预测性分析和数据挖掘导论，第3章介绍预测性分析的标准流程，第4章介绍预测性分析的数据和方法，第5章介绍预测性分析算法，第6章探讨预测性建模中的高阶主题，第7章介绍文本分析、主题建模和情感分析，第8章介绍预测性分析使用的大数据，第9章介绍深度学习和认知计算，附录展望了商业分析和数据科学工具的前景。本书适合计算机科学、数据科学和商业分析领域的相关从业人员阅读。

本书深入地诠释了Exadata的各项特性，如智能扫描、混合列式存储、存储索引、智能闪存、IO资源管理；系统地介绍了如何安装、配置和管理Exadata；地阐述了Exadata的等待事件、性能监控和调优方法；详细地剖析了计算节点和存储节点的内部原理；全面地分享了作者们在实际项目中所获得的宝贵经验，如怎样进行大数据的高效移植、Exadata上的一些常见误区、数据库资源管理，等等。本书是实践经验的总结和升华，可读性极强，不对Exadata深入的研究，还有对它们优雅的展现，它将带领读者进入Exadata的殿堂。原作者中文版序首先我们要向这本书的中国读者问好。在一年前的OracleOpenWorld2011上，我们被问及是否愿意帮助中国的翻译小组将这本书翻译成中文，而今天，我们非常兴奋地看到中文译本即将出版。在这个过程中，我们的意外收获是这次翻译又再次为本书的内容做了

随着人工智能技术在越来越多的行业中应用，诸多问题也随之而来，最主要的问题在于人工智能技术与行业的结合深度不足。在大多数情况下，人工智能技术只能解决表层的行业问题，对于深层的业务问题赋能不足。当前急需探索人工智能技术与行业结合的方法与模式。本书结合了笔者构建人工智能产品的实际经验，从人工智能产品流程、行业能力模型、人工智能技术等方面详细地叙述了人工智能产品的构建过程，特别突出了人工智能技术应用于行业的分析方法。本书也阐述了人工智能产品经理的工作流程、思维方式及成长路径。本书可作为现阶段想了解人工智能产品构建过程的人，或想成为人工智能产品经理的人的学习素材，也可作为各行各业人士了解人工智能产品构建过程的参考书。

随着人工智能技术在越来越多的行业中应用，诸多问题也随之而来，最主要的问题在于人工智能技术与行业的结合深度不足。在大多数情况下，人工智能技术只能解决表层的行业问题，对于深层的业务问题赋能不足。当前急需探索人工智能技术与行业结合的方法与模式。本书结合了笔者构建人工智能产品的实际经验，从人工智能产品流程、行业能力模型、人工智能技术等方面详细地叙述了人工智能产品的构建过程，特别突出了人工智能技术应用于行业的分析方法。本书也阐述了人工智能产品经理的工作流程、思维方式及成长路径。本书可作为现阶段想了解人工智能产品构建过程的人，或想成为人工智能产品经理的人的学习素材，也可作为各行各业人士了解人工智能产品构建过程的参考书。

这是一部指导信贷业务如何用智能风控、反欺诈的技术和方法实现风险控制的著作。 作者是经验丰富的智能风控算法专家，先后就职于头部的互联网公司的金融部门以及头部的公募基金公司，致力于人工智能算法在信贷风控领域的应用。 本书不仅体系化地讲解了智能风控和反欺诈的体系、算法、模型以及它们在信贷风控领域实践的全流程，而且还从业务和技术两个角度讲解了传统的金融风控体系如何与智能风控方法实现双剑合璧。全书以实战为导向，辅以多个用Python实现的综合案例，便于读者理解和实操。 全书共10章，逻辑上分为四个部分： 第1~3章是风控业务的基础，首先介绍了什么是信用风险和欺诈风险，然后讲解了传统风险管理体系中搭建评分卡的思路，以及智能风控时代数据和模型的技术框架。 第4~6章集中讲述了智能风控中常见的特征工程、算法原理和建

这是一部指导信贷业务如何用智能风控、反欺诈的技术和方法实现风险控制的著作。 作者是经验丰富的智能风控算法专家，先后就职于头部的互联网公司的金融部门以及头部的公募基金公司，致力于人工智能算法在信贷风控领域的应用。 本书不仅体系化地讲解了智能风控和反欺诈的体系、算法、模型以及它们在信贷风控领域实践的全流程，而且还从业务和技术两个角度讲解了传统的金融风控体系如何与智能风控方法实现双剑合璧。全书以实战为导向，辅以多个用Python实现的综合案例，便于读者理解和实操。 全书共10章，逻辑上分为四个部分： 第1~3章是风控业务的基础，首先介绍了什么是信用风险和欺诈风险，然后讲解了传统风险管理体系中搭建评分卡的思路，以及智能风控时代数据和模型的技术框架。 第4~6章集中讲述了智能风控中常见的特征工程、算法原理和建

《自学视频教程》以初学者为主要对象，全面介绍了数据库管理与开发相关的各种技术。在内容编排上由浅入深，让读者循序渐进地掌握数据库技术；在内容讲解上结合丰富的图解和形象的比喻，帮助读者理解晦涩难懂的技术；在内容形式上附有大量的注意、说明、技巧等栏目，夯实读者的理论基础，丰富管理与开发经验。 《自学视频教程》共分篇章，其中，第篇为入门篇，主要包括数据库基础、搭建数据库环境、数据库基础、命令行工具的使用、语言基础、基础编程、高级编程、控制文件和日志文件的使用、数据核心——表空间、数据库常用对象等内容；第篇为提高篇，主要包括分区技术，用户、角色与权限控制，数据库性能优化，数据的备份与恢复，数据的导出与导入，闪回技术的应用等内容；第篇为实战篇，主要包括在开发中的应用——企业人事管理系统

本书从数据可视化与仪表板设计基础着手，详细介绍Power BI三大模块：Power Query、Power Pivot和 Power View。然后通过“一简一繁”两个实战案例，使读者由浅入深地掌握Power BI的各项功能，动手制作出有设计感的仪表板报告。本书内容按照由易到难、循序渐进的结构安排，多处对比Excel解释Power BI核心计算原理，以客例立出为引早，清晰地展示了Power BI数据分析及仪表板设计的整体流程。本书结构清晰，内容通俗易懂，讲解层层递进，设计美观大方，适合Power BI入门及进阶读者。本书面向在校大学生、数据分析相关岗位从业者、亟待提升数据分析及可视化能力的职场白领。

本书是根据全国工科院校硕士研究生《数理统计》课程的教学基本要求而编写的。全书共分五章，系统地介绍了数理统计的基本理论与基本方法，内容包括数理统计的基本概念、参数估计、假设检验、方差分析和回归分析以及典型案例的分析与软件实现。本书注重统计思想和方法的介绍，强调统计的实际应用，用不同的软件对案例进行计算与求解。 本书可供高等院校有关专业作为本科生和研究生的教材或参考书，也可供教师、科技工作者和工程技术人员参考。

本书是本以Python3为基础的数据分析和应用的实战手册，全书在内容上包括Python编制、统计学知识和经管类实例应用，内容范围广而全面，其内容结构由入门篇、进级篇、高级篇和兴趣篇四个部分构成，每一篇都是对立存在，循序渐进。学习者可以结合自身的水平从任何一个点切入学习，入门篇是针对那些没有Python基础的兴趣者，进级篇是一些第三方库的应用例子，高级篇则是一些Python综合应用的例子。娱乐篇是让学习者没有兴趣的时候，通过里面的一些例子找到乐趣，而不至于放弃的功效。

本书共分9章，主要内容有：章总结机器学习项目的推进流程。第2章介绍机器学习的主要功能和各种算法。第3章以垃圾邮件判别为例，介绍对学习完成后的预测模型进行离线评价的方法。第4章梳理在计算机系统里集成机器学习功能的模式，同时介绍机器学习基础的日志设计。第5章介绍机器学习分类任务里的正确答案数据的获取方法。第6章介绍用于验证实施方案是否真正有效的统计鉴定、因果推理，以及A/B试验等方法。第3章是预测模型的离线验证，本章则介绍实施过程中的实时验证。第7章以电影推荐为例，学习推荐预测系统的开发实现案例。第8章阐述搜索式分析过程及分析报告，结合在章的机器学习流程中出现的“不执行机器学习的例子”，介绍如何整理实际分析结果的相关心得。第9章采用所谓Uplift Modeling方法学习更有效的营销方法。

云计算和云应用已经深入社会生活的每个角落。加密算法是云数据传输的关键保障。但是，攻击者通过大量边信道攻击可以获取密码算法中秘密信息，导致传统公钥密码算法在边信道攻击下不安全。研究抗边信道攻击的公钥密码不仅具有重要理论意义而且具有广阔应用前景。本书针对云存储中数据安全和隐私保护的需求，详细阐述抗边信道攻击的加密原理、关键技术并进行实践。将建立一套抗边信道攻击的加密理论和方法，为云环境下数据安全存储和访问控制提供理论基础和技术支撑。

本书侧重于数据挖掘关键技术，并结合具体应用案例，形象展示了利用Python进行数据挖掘的具体方法。数据挖掘作为一个业务与技术相结合的交叉领域，本书在业务方面，涉及上市公司财务数据异常监测、金融行业信贷的逾期预判以及电商领域的刷单行为识别：在技术方面，涉及本福特定律、规模法则、决策树、AP聚类等内容。 本书不仅适合大数据分析、数据挖掘、人工智能等方向的入门读者阅读，也可供业务（财务、证券、审计、电商等）与技术(Python编程、数据挖掘等)交叉领域读者实践学习，同时还适合大中专院校学生，以及对Python感兴趣的读者阅读。

本书是一本介绍数据分析相关算法的学习指南，主要包括数据分析及数据挖掘相关概念介绍、数据思维及各种数据分析算法的原理及实现方法。本书的每个数据分析算法都介绍了数学原理、Python代码实现以及实战案例，内容丰富、容易理解。本书共9章，第1章介绍了数据挖掘与数据分析、机器学习之间的关系；第2章介绍了数据分析人员应该具备的数据思维，包括数据思维认知、数据挖掘“定律”；第3~9章介绍了各种数据分析算法的原理、实现方法及实战案例，其中包括逻辑回归、决策树、朴素贝叶斯、聚类分析、关联规划、人工神经网络、集成学习。本书适合从事数据分析工作的读者自学，也可作为产品经理、运营人员、市场人员和对数据分析感兴趣的读者的参考用书。

数理统计作为统计学专业的核心课程，而《应用数理统计实验指导》是与数理统计课程配套的实验教材，是在数理统计教学改革和数学实验教学改革方面的综合成果。本书将经典数理统计知识与计算机相结合，结合MATLAB软件，通过具体的实验例子引导学生自己动手，从应用角度学习数理统计知识。通过本书的学习，能够让学生巩固所学的理论知识，学会利用计算机解决实际问题，并从中学习到数学建模的一些思想。 本书内容共5章，以财经类院校的数理统计教学大纲为指导，主要介绍了以下内容：概率计算、参数估计、假设检验、方差分析和回归分析。每一章开篇为实验目的和实验原理，介绍本章的主要内容以及在全书中的地位，让学生能对理论知识有全局性的把握。所有的实验都给出了详细的实验过程，一些实验还提出了针对该实验的深入问题供学生思考。

本书以零售和电子商务为业务背景，使用Python工具解决业务场景中的数据分析需求。全书涵盖数据采集、数据存储、数据处理、数据分析、数据可视化和数据建模的内容。本书适合零售和电子商务运营人员以及想要从事商业数据分析工作的人员阅读，也可以作为高校和培训机构相关课程的教材。