大数据时代，各行各业积累的数据不断增多，海量数据经过清洗、整理以后，基于分析与挖掘工作，才能获取到有用的数据信息，挖掘到数据背后的价值，掌握大数据的规律。而数据分析与挖掘的核心工作即是数据建模。数据建模，通俗地说，就是通过建立数据科学模型的手段解决现实问题的过程。 《数据建模方法与案例》共分为五章，内容包括数据建模概述、数据建模常用数据计算软件MATLAB和SPSS入门介绍、数据建模方法、实战案例分析等。《数据建模方法与案例》注重理论与实践相结合，不仅有详细的数据建模理论方法，还有赛题案例，以及非常详细的程序代码，让读者既能具备数据建模理论的基础，又能掌握解决数据建模问题的技巧与方法，还能轻松应对大数据问题的编程计算。

Python是一门开源的计算机编程语言，凭借其易学、灵活等特点，得到了越来越多人的认可和青睐。金融科技日新月异，金融行业的数字化、科技化和智慧化快速推进，Python在金融领域有着很好的应用现状和前景。 本书在上一版的基础上进行了内容升级，持续聚焦Python在金融分析与风险管理的应用，第2版从原先的12章扩充至15章，并依次划分为基础篇（共5章）、中阶篇（共5章）以及高阶篇（共5章），基础篇结合金融场景演示了Python语言以及NumPy、pandas、Matplotlib、SciPy以及statsmodel等金融领域常用的第三方模块的编程方法；中阶篇通过Python编程结合金融实例，依次探讨利率、汇率、债券、股票、互换合约、期货合约等产品的定价、风险测度以及风险管控等内容；高阶篇则融合Python与金融案例，探究了期权的定价、希腊字母、动态对冲、隐含波动率、交易策略及其他延

本书围绕云数据安全共享和完整性审计展开，重点关注和研究基于属性加密算法的计算外包和并行计算及其相关的安全性问题。全书共十五章，主要章节采用“提出问题-文献分析-解决思路-方案构造-安全性分析-性能分析”结构。在方案提出和安全证明上，主要运用抽象和具体相结合的方法；在性能分析上，主要运用定性与定量、理论和实验相结合的方法和比较方法。本书内容具体包括：第1章介绍本书的研究背景、研究内容和主要结论；第2章介绍研究用到的数学基础和关键技术；云数据安全共享部分包含第3～12章，对公有云环境下的外包加密、快速加密、快速解密、代理重加密等问题开展讨论并介绍相应的解决方案；云数据完整性保护包含第13～15章，分别介绍私有审计方案、公开审计方案和动态审计方案。本书可以作为高等院校信息安全、云数据、大数据等专业

使用R将数据转化为洞见、知识和理解。通过这本实践用书，有志成为数据科学家的读者将掌握如何使用R和RStudio从事数据科学，同时还会学习tidyverse,这是一组R软件包的集合，旨在协同工作，使数据科学变得快速、流畅、有趣。即使你没有编程经验，这本更新版也能让你快速上手。 你将学习如何导入、变换以及可视化你的数据，并传达结果。你将从宏观上全面了解数据科学周期以及管理细节所需的基本工具。全书根据近期新的tidyverse特性和很好实践进行了更新，新的章节向你展示了如何从电子表格、数据库和网站获取数据。书中提供的练习有助于你将理论应用于实践。 你将理解如何： ·可视化：创建用于数据探索和结果传达的图表 ·变换：发现变量类型及其处理工具 ·导入：将数据以便于分析的形式传给R ·编程：学习R工具，更清晰、更轻松地解决数据问题 ·交流

《PostGIS实战:第3版》由(美)里贾纳·奥伯,(美)利欧·许著

三支决策是一种基于人类认知过程的粒计算研究办法。本书从大数据决策环境入手，以三支决策作为目标对象，以粒计算理论为指导思想，以大数据分析为核心技术，以机器学习相关方法为研究于段，研究三支决策与大数据分析模型的构建、算法的实现、方法的应用。本书的相关研究内容能够适应大数据分析需求和更复杂的决策环境，扩大三支决策和粒计算理论的实际应用背景，力图展现国内外三支决策与大数据分析的近期新研究成果，并在理论、方法和应用上给出一套处理不确定性大数据问题的系统研究体系。 本书可供计算机科学、管理科学与工程、控制科学与工程、信息科学、应用数学等专业的科研人员、教师、研究生、高年级本科生和工程技术人员参考。

在大数据时代，数据的获取、传输和存储融入了人类生产生活的方方面面，而大数据核心价值体现为人们对数据的分析、理解与应用。面对如此海量、高速和异构的数据，仅靠人类的认知和理解能力远不能满足价值发现的需要。同时，计算机总是针对最细粒度数据进行迭代优化的求解模式在特定场景下也不能满足数据分析的时限需求。粒计算作为一种模拟人类知识表示和问题求解的近似数据分析范式，其优点在于解决问题时能够选择合适粒度，达到求解精度和计算时效的很好平衡。所以，粒计算通常能够以更高的效率获得“有效解”。本书以引领树和云模型作为数据多粒度表示的基本方法，系统地展示了引领树和云模型在大数据多粒度聚类、数据流即时聚类、半监督学习和时间序列预测等大数据分析场景中的理论研究成果及应用案例。 本书可供计算机科学与技术、

大数据是推动创新型国家建设的重要战略资源。本书从机器学习、可视分析、知识处理、数据挖掘等角度出发，详细讨论了大数据分析的相关基础理论和技术方法，主要包括：大数据机器学习理论与方法，大数据可视分析理论与方法，多源不确定数据挖掘方法与技术，自动深层化知识处理方法与技术，大数据分析平台、标准与应用示范等。本书总结了部分代表性工作，并呈现给读者。 本书可供机器学习、可视分析、知识处理、数据挖掘等领域研究者、业界工作者和对大数据分析感兴趣的读者阅读参考。

本书以MySQL 8.0为主，全面系统地阐述了MySQL日常使用及管理过程中的一些常用知识点：安装、复制、binlog、备份、监控、DDL、线程池、中间件、常用工具、组复制、InnoDB Cluster、JSON、MySQL 8.0的新特性。本书定位于实战，目的是让读者拿来即用，快速上手MySQL。除了实战，本书还花费了大量的篇幅来讲解MySQL中一些常见操作、常用工具的实现原理。组复制是MySQL官方推荐的高可用方案，本书会从源码角度分析组复制的一些核心模块的实现细节，包括分布式恢复、冲突检测、事务一致性以及流量控制机制等。

结构化表征学习是机器学习研究的核心问题之一，旨在探索如何从高维可观测数据中获取有效的结构化信息表示，以实现高精度、鲁棒、快速的数据分析，是由数据到知识的关键渠道。本书重点介绍如何从具有不确定性的海量大媒体数据中挖掘和提取结构化、鲁棒、高效的特征，并实现高性能的信息挖掘和知识推断。本书内容包含近年来涌现的一些高效、鲁棒的结构化表征学习模型，介绍了基于鲁棒且紧凑的表征学习的一体化表征学习理论和方法，并为应对真实世界中的数据分析任务，如数据简约特征表达、紧凑特征压缩、有效特征筛选以及隐含知识挖掘等，提供了较为全面且切实可靠的解决方案。本书作者所在的团队多年来一直从事机器学习、计算机视觉、多媒体分析的研究，承担过众多重量和省部级科研项目，具备从理论研究到工程应用的相关基础。本书是对

1.本书旨在削弱工程建设和信息科技两个领域之间的软硬件技术壁垒，解决普遍的软硬件配置与实际应用需求之间的不匹配问题，便于从业者对信息技术环境进行优化配置。 2.梳理工程建设常见需求和实现方式。 3.总结当前的数字技术，特别是软硬件技术中的常见解决方案、系统组成、硬件配置、软件功能、使用方法等。 4.根据行业实践，进行常见的适用性匹配。 5.本书根据IT发展持续新（一般为18个月）。

本书从智能信用评价体系构建、大数据信用特征构造、智能信用评价模型设计、数据缺失与非均衡数据处理等方面系统地研究了大数据环境下的智能信用评价理论与方法。研究内容包括智能信用评价体系构建理论、基于文本信息的信用特征构造方法、基于关系网络的信用特征构造方法、基于社会资本的信用特征构造方法、动态信用评价模型构建方法、可解释智能信用评价模型构建方法、数据缺失与非均衡数据处理方法及信用评价系统的评估与优化方法等,并将研究成果运用到普惠金融和中小微企业信用风险管理实践中，较好地解决了大数据环境下普惠金融和中小微企业信用评价中的关键科学问题。本书可供相关领域的研究开发人员阅读，也可作为相关专业研究生的教学参考书。

本书详细阐述了与Python数据预处理相关的基本解决方案，主要包括NumPy和Pandas简介、Matplotlib简介、数据、数据库、数据可视化、预测、分类、聚类分析、数据清洗、数据融合与数据集成、数据归约、数据转换等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

大数据产业的发展改变了企业管理决策的过程和方式，极大地促进了信息产业的发展和商业模式的变革。单一企业越来越难以满足用户日益增长的对大数据全面化和个性化的需求，大数据联盟为企业提供了整合数据资源、提高服务能力和层次的有效途径。本书首先阐述大数据联盟的概念并揭示联盟合作机理，在此基础上，给出大数据联盟数据资源获取、数据产品及服务定价的机制和方法，最后系统介绍由数据聚合服务、数据挖掘服务、数据决策支持服务和数据推荐服务组成的大数据联盟数据服务模式体系。该体系可实现按需使用、易拓展、计费灵活的大数据服务，实现不同领域的数据资源重组、关联和共享，从而为用户提供不同层次的服务。本书具有较强的逻辑性和可读性，可供企业数据管理人员、高校科研人员和相关专业研究生阅读与参考。

监控性能，找出效果不佳的查询 选取要优化的查询，优选限度地提高收益 使用EXPLAINANALYZE和VisualExplain等工具来分析查询 借助多种策略改进慢查询 正确使用索引和直方图，创建快速的执行计划 了解并分析锁，从而解决争用问题，提升系统吞吐量

大数据正在成为人类社会最重要的生产要素和基础资产之一，并对管理决策理论与实践产生深远影响。本书汇编了国家自然科学基金“大数据驱动的管理与决策研究”重大研究计划的部分项目研究成果，就研究体系和重要研究方向上的新知贡献进行阐释与讨论。首先，本书系统性讨论了大数据管理决策研究挑战和应对，并介绍了顶层设计研究体系及凝练的全景式PAGE框架。进而结合重要研究方向，分别介绍了大数据决策范式、大数据分析技术、大数据资源治理、大数据使能创新等相关议题和若干前沿进展。

本书以MySQL 8.0为主，全面系统地阐述了MySQL日常使用及管理过程中的一些常用知识点：安装、复制、binlog、备份、监控、DDL、线程池、中间件、常用工具、组复制、InnoDB Cluster、JSON、MySQL 8.0的新特性。本书定位于实战，目的是让读者拿来即用，快速上手MySQL。除了实战，本书还花费了大量的篇幅来讲解MySQL中一些常见操作、常用工具的实现原理。组复制是MySQL官方推荐的高可用方案，本书会从源码角度分析组复制的一些核心模块的实现细节，包括分布式恢复、冲突检测、事务一致性以及流量控制机制等。

本书系统分析遥感大数据检索需求，介绍遥感大数据检索的科学问题和及的关键技术，提出多个基于内容的遥感影像检索新模型和新方法，并重点剖析基于传统视觉特征的遥感影像检索、融合视觉显著特征的遥感影像检索、基于关联规则挖掘的遥感影像检索、基于语义特征的遥感影像检索、基于深度学习的感影像检索、视频大数据检索、通感大数据存储和在线检索模型和方法，并结合复杂场景遥感大数据检索所面临的挑战，阐述跨模态感大数据检索方法。本书可供从事遥感大数据检索模型与方法基础研究、遥感信息检索应用研究的科技和管理人员参考，也可作为高等院校相关专业师生和遥感信息处理相关领域科研工作人员的参考资料。

本书在描述和探讨开放数据和数据治理定义、特点、类型及相关概念、基本理论基础上，探讨开放数据与数据安全的协同关系、协同模式及协同发展建议，以开放数据政策和数据安全政策内涵分析为引导解读国内外开放政府数据和数据安全的政策进展，既在理论上阐释基于证据的政府数据开放政策制定和我国数据安全政策评估，又展示开放数据与数据安全政策制定的实地实验分析，有创新性地构建开放数据与数据安全政策协同原理及框架、探析开放数据政策与数据安全政策协同环境及风险，重点开展基于政策扩散的开放数据与数据安全政策协同研究、基于语料库的开放数据与数据安全政策协同实证分析、基于知识图谱的开放数据与数据安全政策协同研究等。 本书可用作高等学校数据管理与数据治理、数据安全、信息资源管理、图书情报等相关学科专业博士研究生