本书是一本全面关注数据资产管理体系、方法与实践的工具书，主要内容分为数据资产管理概述、数据资产管理体系、数据资产管理技术、数据资产管理实践、数据资产管理未来共5章。第1章概要介绍数据资产管理的定义与内涵、数据资产管理关注的焦点、数据资产化的战略意义等；第2章介绍数据资产管理体系，涵盖数据管理组织、战略规划、保障机制、运营体系等内容，涉及数据盘点、数据开发、数据质量、数据安全、数据服务、数据价值等工作；第3章介绍数据资产的数据采集、存储、建模、处理等技术，阐述数据资产管理平台工具能力，涉及元数据、数据标准、数据安全、数据质量、主数据、数据建模、数据集成、数据开发、数据标签、数据科学、数据要素流通等内容，并分析了数据底座和数据治理两种场景的技术路线；第4章主要介绍具体实施方法及路径选

《深入浅出数据分析》以类似"章回小说”的活泼形式，生动地向读者展现出色的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。

《数据库原理与技术(Oracle版第3版重点大学计算机专业系列教材)》是一部关于数据库系统的基本原理与方法、现代技术及应用的教科书，全书分为两篇：第1篇介绍知识、理论与方法，描述数据库基础知识、关系模型与关系理论、数据库语言及数据库设计方法。第2篇介绍技术、应用及发展，描述数据库管理系统技术、对象关系数据库方法，介绍数据库产品Oraclellg的主要技术、编程及开发应用示例，讨论现代数据库及其高级论题。 《数据库原理与技术(Oracle版第3版重点大学计算机专业系列教材)》是作者尹为民、李石君、金银秋、曾慧、吴迪倩多年从事数据库原理课程教学与科研实践的结晶，注重核心理论的描述、注意理论和应用技术的结合。删减繁冗，同时又根据本学科教学科研发展的动态，介绍新型数据库系统的特点及相关知识，本书有配合教学的课程网

全书分为 8 章， 主要内容如下：第1章介绍学术论文插图绘制的规范性和基本原则以及学术论文插图的配色基础；第2章介绍绘制学术论文插图的主要工具，并重点介绍 Matplotlib、Seaborn、ProPlot 以及 SciencePlots 工具包的语法及其重要特征；第3章介绍学术论文中常见的单变量图及其绘制方法，包括直方图、密度图、Q-Q 图等；第4章介绍学术论文中常见的双变量图及其绘制方法， 具体包括误差线、柱形图、箱线图、相关性散 点图以及矩阵热力图等；第5 章介绍学术论文中常见的多变量图及其绘制方法，包括等高线图、点图系列、 三元相图、 3D 图系列以及 RadViz 图等；第 6 章介绍学术论文中常见的空间数据型图及其绘制方法，包括分 级统计地图、连接线地图、等值线地图以及子地图等；第 7 章介绍学术论文中常见的可视化图及其绘制方法，包括配对图系列、韦恩图、泰勒图

本书以数据要素化治理的理论方法与工程实践为主线，内容按照概念篇、原理篇和工程篇依次展开。概念篇在对数据、数据要素相关概念及其演进过程进行系统梳理的基础上，首次对“数据要素”“数据要素化”进行了明确定义，并基于传统生产要素市场化配置规律，提出数据要素化治理的基本思路。在原理篇，定义了数据元件作为连接数据供需两端的“中间态”和数据要素交易流通的标的物，进而构建基于数据元件的数据要素流通模型、数据要素化安全模型以及数据要素化治理系统模型。在工程篇，详细阐述了制度体系、技术体系和市场体系“三位一体”的解决方案，并进行实践案例剖析，验证数据要素化治理模型及三大体系的可行性、有效性及可复制性。

阅读本书可以学习使用Python对数据集进行操作、处理、清洗和规整。第3版针对Python3.10和pandas1.4进行了更新，并通过实操讲解和实际案例向读者展示了如何高效地解决一系列数据分析问题。读者将在阅读过程中学习新版本的pandas、NumPy、IPython和Jupyter。 本书作者Wes McKinney是Python pandas项目的创始人。本书对Python数据科学工具的介绍既贴近实战又内容新颗，非常适合刚开始学习Python的数据分析师或刚开始学习数据科学和科学计算的Python程序员阅读。读者可以从GitHub获取数据文件和相关资料。 学完本书，你将能够： ·使用Jupyter notebook和IPython shell进行探索性计算。 ·掌握NumPy的基础功能和高级功能。 ·掌握pandas库中的数据分析工具。 ·使用灵活的工具对数据进行加载、清洗、转换、合并和重塑。 ·使用matplotlib进行信息可视化。 ·使用pandas的groupBy功能对数据集进行切片、切

商业分析有用吗？当然有用！商业分析是行走职场、创业启航的一项推荐技能。作者结合自己多年的工作经验，用生动的语言介绍如何用数据分析解决商业问题。本书分为6篇，共17章，其中第1篇是概念篇，讲述商业分析的基本概念；第2篇是基础篇，讲述如何用基础的分析方法评估企业经营状况；第3篇是进阶篇，讲述如何构建分析体系解决较复杂的问题；第4篇是高阶篇，讲述如何应对复杂的商业难题；第5篇是基础实践篇，通过案例讲述如何解决更复杂的商业问题；第6篇是高阶实践篇，通过案例讲述如何解决商业分析中的疑难杂症。本书的讲解思路是层层递进的，从简单场景到复杂场景，从基础的方法到复杂的方法。因此，无论读者是否有数据分析基础和经验，都建议从头开始阅读，这样可以一步步提升认知，更快地掌握商业分析的方法。

本书源于实践，针对数据资产化的现状、问题进行深入分析，提出构建数据资产评估生态、创建数据资产评估生态圈的理念，以实现数据资产评估全流程可信、可监控、可追溯的目标。同时，本书着重介绍了数据资产评估生态的构建，涉及数据资产行业监管类机构、数据资产评估类机构、数据资产服务类机构及数据资产评估联盟，并详细介绍了各机构权责，使数据资产评估变得切实可行。本书主要面向数据资产评估产业的机构和相关人员，包括经营决策者、技术架构设计人员及各类科研单位研究人员等，同时也可供数据资产评估工作者及相关研究人员使用或参考。

本书介绍了NoSQL数据库生态圈体系，包括Redis、MongoDB和HBase，内容涉及开发、运维、管理与架构。“第1篇基于内存的NoSQL数据库”（第1~5章）包括：内存对象缓存技术Memcached、Redis基础、Redis高级特性及原理、Redis集群与高可用和Redis故障诊断与优化。“第2篇基于文档的NoSQL数据库”（第6~10章）包括：MongoDB基础、操作MongoDB的数据、MongoDB的数据建模、MongoDB的管理和MongoDB的集群。“第3篇列式存储NoSQL数据库”（第11~15章）包括：HBase基础、部署与操作HBase、HBase原理剖析、HBase的高级特性和监控与优化HBase集群。本书适合对 NoSQL数据库感兴趣的平台架构师、运维管理人员和项目开发人员，读者只需要具备Linux基础和SQL基础，就能够通过本书快速掌握 NoSQL数据库。

从数据分析方法到数据科学基础知识，你需要了解的知识全部在这本图解书中！ 当下，利用数据为自己的业务和服务提供支持是大势所趋。但是，分析数据需要广泛的知识，自己很难成体系地学习。 本书介绍了数据科学的基础知识及周边知识，包括数据、图表的类型以及统计学、人工智能的基本知识等，网罗信息社会中数据活用的问题点，结合生动插图，让初学者也能迅速理解。 除了按顺序阅读，获取系统的知识，读者还可以从目录中挑选感兴趣的主题和关键词，按照自己的需求阅读，是一本实用性满分的数据科学学习指南。

本书介绍了数据工程生命周期，并展示如何组合运用各种云技术来满足下游数据消费者的需求。本书分为三部分：第一部分介绍了数据工程的定义、数据工程的生命周期、合理的架构设计和帮助技术选型的框架；第二部分深入介绍了数据工程生命周期的每个阶段——数据生成、存储、获取、转换和服务；第三部分讨论了数据工程的重要部分——安全和隐私。附录还介绍了与处理数据文件和评估数据系统的性能有关的序列化和压缩，以及云网络。本书适合软件工程师、数据科学家、数据工程师和数据分析师等相关技术人员阅读。

《Oracle 查询优化改写技巧与案例》不讲具体语法，只是以案例的形式介绍各种查询语句的用法。~4 章是基础部分，讲述了常用的各种基础语句，以及常见的错误和正确语句的写法。这部分的内容应熟练掌握，因为日常查询和优化改写都要用到。第5~12 章是提高部分，讲解了正则表达式、分析函数、树形查询及汇总函数的用法。这部分知识常用于对一些复杂需求的实现及优化改写。最后两章介绍日常的优化改写案例。这部分是前面所学知识的扩展应用。 如果您是开发人员，经常与Oracle 打交道，那么《Oracle 查询优化改写技巧与案例》可以帮助您处理复杂的需求，写出高性能的语句。如果您是运维人员，则《Oracle 查询优化改写技巧与案例》可以帮助您更快地完成慢语句的改写优化。

近年来，Python语言凭借其在数据分析领域的优势得以快速发展，众多软件厂商也相继推出了支持Python的量化交易平台。本书是介绍Python编程及其在量化交易领域的实践技巧的图书，旨在帮助读者掌握基本的Python编程技能，并顺利应用于期货量化交易实践。 本书内容分为两篇。第一篇是Python基础，通过13章内容介绍了Python编程的基础知识，如语法规则、数据类型、函数、类、装饰器、异常处理、进程和线程等；第二篇是期货量化交易，通过8章内容介绍了Python在期货量化交易中的应用，并基于天勤量化交易平台讲解开发实践，涉及pandas模块、TqSdk的接口、函数、量化策略的框架、图形化编程及时间序列相关的知识等。 本书适合对期货量化交易感兴趣的普通投资者和投资机构专业人员阅读，读者可以具备一定的?Python基础，也可以通过本书从头学习Python基础知识，再进一

本书系统地介绍了数据如何始于业务、取于业务、用于业务。既有扎实的理论铺设，又有具体的案例支撑，通俗易懂地回答了数据“怎么来”和“怎么用”的问题。同时，本书总结出了解决业务分析难题的六大步骤，包括对最终数据分析产生关键影响的数据源的选取方法，以及通过对业务模块的判断确定分析方法的适用场景，最终推演、验证、分析出结论，并选择很优的分析结果展现方式，让数据分析全过程形成闭环。 本书的内容从底层原理出发，帮助读者打好数据分析基本功。在原理的讲解过程中，通过提问、思考、解答、案例分享的方式，结合三位专家十多年的行业经验，让读者从根本上理解数据分析、学会数据分析。本书适合数据分析从业也、数据分析爱好者阅读，也适合大中专院校数据相关专业的老师和学生使用。

首席数据官（Chief Data Officer，CDO）是数字时代的产物，它在数字化转型的过程中，以及在转型成功后的数字经济中，都会起到关键作用。本书旨在建立一套相对完整的关于首席数据官的知识体系，帮助读者更好地参与数字时代的发展。 本书分为5篇。“第一篇 CDO概论”介绍CDO产生的背景、发展趋势、主要职责、推荐技能和工作路径等。“第二篇 管好数据”讲解CDO如何管理好数据，涉及数据战略、数据治理、数据制度、数据标准、数据架构、数据质量、数据安全、数据合规、数据建模、数据集成、数据存储、数据分析和挖掘、数据伦理、数据开放与共享等。“第三篇 做好转型”讲解CDO如何做好数字化转型。“第四篇 建好团队”讲解CDO如何构建、领导和考核数据团队。“第五篇 新技术、新模式、新业态”介绍一些与数据及CDO相关的新技术、新模式和新业态。 本书适

本书以统计学/数学为出发点，介绍深度学习推荐的数理基础，讲解PyTorch的主体架构及近期新的模块功能，包括常见算法与相关套件的使用方法，例如对象侦测、生成对抗网络、深度伪造、图像中的文字辨识、脸部辨识、BERT/Transformer、聊天机器人、强化学习、自动语音识别、知识图谱等。本书配有大量案例及图表说明，同时以程序设计取代定理证明，缩短学习过程，增加学习乐趣。本书适合深度学习入门者、数据工程师、信息技术工作者阅读，也可作为高校计算机相关专业的教材。

本书定位为NVIDIA BlueField DPU和NVIDA DOCA的入门学习参考，内容涵盖DPU的简介、技术优势及未来技术发展路径，包括NVIDIA BlueField DPU在结构通用化、功能多样化、应用广泛化和场景丰富化方面的前景展望，NVIDA DOCA软件框架开发环境配置，以及基于NVIDIA BlueField DPU利用NVIDA DOCA软件框架的应用程序开发实践案例。读者可以通过本书对DPU硬件架构与软件开发有一个整体了解，学习如何启用NVIDIA BlueField DPU以及搭建NVIDIA DOCA软件开发环境，并通过深入了解NVIDIA DOCA应用程序开发用例来掌握如何实现软件定义、硬件加速数据中心基础设施的应用程序或服务，并据此开启自己的开发之旅。

《Oracle数据库管理与应用：基于Oracle12c版本（第2版）/高等教育精品教材》是一本全面介绍Oracle数据库技术基本架构、DBA管理和对象数据库等知识的教程。全书包括5部分共21章。部分讨论了Oracle数据库的基本架构，包括物理架构和逻辑架构，第二部分全面介绍了Oraclel2c的新特性——多租户数据库及Oracle常用的数据对象，第三部分全面介绍了Oracle数据库的PL/SQL语言，第四部分探讨了Oracle数据库的备份及恢复策略，第五部分详细介绍了基于Oracle数据库的对象关系数据库的设计方法、步骤及其实现脚本等。《Oracle数据库管理与应用：基于Oracle12c版本（第2版）/高等教育精品教材》内容全面、概念清晰、语言流畅、图文并茂，可作为高等院校计算机相关专业Oracle数据库课程的教材，也可供从事于计算机软件工作的科技人员（如数据分析系统、电子商务网站开发人员等）参阅。

"阿里云数字新基建系列”包括5本书，涉及Kubernetes、混合云架构、云数据库、CDN原理与流媒体技术、云服务器运维（Windows），囊括了领先的云技术知识与阿里云技术团队独到的实践经验，是国内IT技术图书又一重磅作品。数据库技术，被称为"计算机三驾马车”之一，几十年来，持续支持着全球亿万数字业务的运行，而云计算的出现，赋予了数据库新的能力。云数据库按引擎能力，可以分为关系型数据库、非关系型数据库、数据仓库和分布式新型数据库。本书从技术原理入手，讲解各种数据库的特点，分析不同场景的架构选型和数据库优化，继而展开到云数据库的迁移、云数据库的运维工作，期望能帮助读者了解和掌握云数据库相关知识与技能。