本书通过选购笔记本电脑的案例引入数据包络分析（dataenvelopmentanalysis,DEA）的基本概念和模型，并运用简单的EXCEL模型让读者更易理解和运用DEA。本书着重阐述如何将DEA作为一种运营分析工具，进行绩效评估，找出基准标杆。探讨的主题包括：平衡的基准，昀佳实践，相对效率的概念及绩效提升。特别地，本书探讨的数据分析方法能够帮助一个组织重新审视它对生产效率高低的已有观点是否合理，并为组织不断改进提供指导。本书是市面上唯一本不要求读者具备线性规划和线性代数知识，就可以熟练应用DEA方法的DEA方法指导用书。
本书主要介绍大数据可视化的基本概念和相应的技术应用。全书内容共10章，分别为大数据可视化概述、大数据可视化原理、大数据可视化方法、数据可视化工具、Excel数据可视化、Tableau数据可视化、ECharts与pyecharts数据可视化、Python数据可视化、大数据可视化行业分析以及大数据可视化综合实训。 本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据分析的相关技术,并且对于书中重要的、核心的知识点加大练习的比例，以使读者达到熟练应用的目的。 本书可作为大数据、云计算、软件技术、信息管理、计算机网络等专业的教材，可也作为大数据爱好者的自学参考书。
本书基于作者近几年来的研究开发成果及应用实践，对物联网大数据技术体系进行了系统归纳，阐述了物联网环境下感知数据的特性、数据模型、事务模型以及调度处理方法等核心概念及关键技术，并对物联网大数据存储、管理、计算与分析的基本概念和关键技术进行了剖析。本书还介绍了自行研发的面向物联网的ChinDB实时感知数据库系统以及针对云计算环境下物联网大数据管理与应用的DeCloud云平台，介绍了它们在智能交通、智能电厂、教育、安全监控等多个行业的应用。书中所有实例，均来自作者所在团队的实际应用，大部分在物联网项目中得到了实践应用。本书对物联网应用的开发以及两化融合、工业4.0环境下的大数据处理分析具有重要参考价值。
本图册对通信机柜、机房布线工艺、通信电源、通信设备安装等施工内容进行了图文并茂的说明，并形象具体地提出了工艺规范要求，主要内容包括屏柜安装、机房布线工艺、柜内通信设备安装、通信电源安装、通信光缆安装、附属设施安装、无线设备安装等。本图册适用的范围为浙江电网范围内的通信技改、基建配套通信工程、用户接入工程等。
薛薇编著的《基于SPSS Modeler的数据挖掘(第2版)》以数据挖掘实践过程为主线，从Modeler数据管理入手，说明问题由浅入深，讲解方法从易到难，旨在使读者在较短时间内掌握Modeler的基本功能和一般方法，并迅速运用到数据挖掘实战中。 本书对Modeler中的经典数据挖掘算法娓娓道来，旨在使读者知其然 知其所以然，加深对数据挖掘分析结论的理解和应用。 本书在论述数据挖掘方法核心思想和基本原理的同时，配合案例数据展示实战过程，旨在使读者直观理解理论，正确应用方法。
近年来，大数据、人工智能、物联网等技术正从概念走向现实，这些技术已经开始深刻地影响人们的生活方式和商业实践。即使对于普通人，弄清楚这些概念也是很有必要的。 本书从概念出发，通过插图这种大众喜闻乐见的形式，结合详实的成功案例，为普通大众描述了生活大数据及其对民众的影响，商业大数据及其盈利模式，医疗、教育、媒体大数据及其给行业带来的便利，公共基础设施大数据及其对安全预测的作用，等等。 ，本书讨论了大数据和人工智能背景下人们必须进行的思维方式的转变。 本书从零开始，适合于所有迫切需要了解大数据和人工智能概念的读者。
近年来，大数据、人工智能、物联网等技术正从概念走向现实，这些技术已经开始深刻地影响人们的生活方式和商业实践。即使对于普通人，弄清楚这些概念也是很有必要的。 本书从概念出发，通过插图这种大众喜闻乐见的形式，结合详实的成功案例，为普通大众描述了生活大数据及其对民众的影响，商业大数据及其盈利模式，医疗、教育、媒体大数据及其给行业带来的便利，公共基础设施大数据及其对安全预测的作用，等等。 ，本书讨论了大数据和人工智能背景下人们必须进行的思维方式的转变。 本书从零开始，适合于所有迫切需要了解大数据和人工智能概念的读者。
《关系数据库管理系统中的数据处理研究》分7章，对关系数据库管理系统中数据处理的相关问题进行了阐述，包括数据依赖、数据模型、数据定义、数据的查询处理与优化、数据的控制，并对关系数据库的设计、应用与实现进行了讨论，最后还论述了Web数据库的交换原理等内容。
本书全面介绍了数据挖掘的理论和方法，着重介绍如何用数据挖掘知识解决各种实际问题，涉及学科领域众多，适用面广。书中涵盖5个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。.包含大量的图表、综合示例和丰富的习题。·不需要数据库背景。只需要很少的统计学或数学背景知识。·网上配套教辅资源丰富，包括PPT、习题解答、数据集等。
