本书根据应用型人才教育培养的特点，结合教学改革和企业实践编写而成。教材以企业实践项目――“新闻发布系统”的开发过程为主线，以数据库开发技术为中心，结合常用的开发语言，贯通如下内容：MySQL的安装部署、数据模型、数据库与数据表、运算符与函数、索引、数据完整性、数据查询、视图、存储过程、触发器、用户和数据安全、编程接口等。
大数据正以前所未有的速度，颠覆人们探索世界的方法、驱动产业间的融合与分立。《大数据时代的历史机遇：产业变革与数据科学》力图系统、全面的阐述大数据在社会、经济、科学研究等方方面面的影响，或许可以帮助大家澄清一些认知误区，有助于大数据在各行各业落地生根。全书分为三大部分，一部分重点讲述大数据时代产业发展的三大趋势以及驱动产业融合、升级、转型的根本因素，并给出践行大数据的范式。第二部分首次完整阐述“数据科学”的基础性价值，论述数据科学对科学研究、社会研究、产业发展的影响，并提出数据科学的教育体系。第三部分全景式的介绍重点国家、经济体、新兴企业在大数据领域取得的进展，展示一幅真实的大数据图景，把判断留给读者，看谁拥有未来！ 大数据是“在多样的或者大量的数据中快速获取信息的
本书系统地介绍了大数据挖掘的基本概念、经典挖掘算法、挖掘工具和企业智慧运营应用案例。 全书分为9章，内容包括：大数据挖掘与智慧运营的概念，数据预处理，数据挖掘中的四种主流算法：聚类分析、分类分析、回归分析、关联分析，增强型数据挖掘算法，数据挖掘在运营商智慧运营中的应用案例，未来大数据挖掘的发展趋势等。 全书以运用大数据挖掘方法提升企业运营业绩与效率为主线，从运营商实际工作中选取了大量运营和销售案例，详细讲述了数据采集、挖掘建模、模型落地与精准营销的全部过程。书中大部分案例的代码、软件操作流程和微课视频可以通过扫描本书封底的二维码下载。 本书主要面向运营商及其他高科技企业员工、高等院校相关专业本科生和研究生，以及其他对数据挖掘与精准营销感兴趣的读者。
O’Reilly Media通过图书、杂志、在线服务、调查研究和会议等方式传播创新知识。自1978年开始，O’Reilly一直都是前沿发展的见证者和推动者。超级极客们正在开创着未来，而我们关注真正重要的技术趋势——通过放大那些“细微的信号”来刺激社会对新科技的应用。作为技术社区中活跃的参与者，O’Reilly的发展充满了对创新的倡导、创造和发扬光大。 O’Reilly为软件开发人员带来革命性的“动物书”；创建第一个商业网站（GNN）；组织了影响深远的开放源代码峰会，以至于开源软件运动以此命名；创立了Make杂志，从而成为DIY革命的主要先锋；公司一如既往地通过多种形式缔结信息与人的纽带。O’Reilly的会议和峰会集聚了众多超级极客和高瞻远瞩的商业领袖，共同描绘出开创新产业的革命性思想。作为技术人士获取信息的选择，O’Reilly现在还将先锋专家的
《算法与数据结构考研试题精析（第3版）/高等院校计算机专业规划教材》收集了国家统考、985和211重点高校以及科学院、所340多套硕士研究生入学“(算法与)数据结构”考试试卷的2000多道试题，并给出了参考答案和分析。《算法与数据结构考研试题精析（第3版）/高等院校计算机专业规划教材》可以作为高等院校计算机及相关专业学习数据结构课程的参考书，对于报考相关专业硕士研究生的考生也极具价值，同时适用于讲授该课程的教师以及自修该课程的其他人员。
Druid 作为一款开源的实时大数据分析软件，最近几年快速风靡全球互联网公司，特别是对于海量数据和实时性要求高的场景，包括广告数据分析、用户行为分析、数据统计分析、运维监控分析等，在腾讯、阿里、优酷、小米等公司都有大量成功应用的案例。《Druid实时大数据分析原理与实践》的目的就是帮助技术人员更好地深入理解Druid 技术、大数据分析技术选型、Druid 的安装和使用、高级特性的使用，也包括一些源代码的解析，以及一些常见问题的快速回答。 Druid 的生态系统正在不断扩大和成熟，Druid 也正在解决越来越多的业务场景。希望本书能帮助技术人员做出更好的技术选型，深度了解Druid 的功能和原理，更好地解决大数据分析问题。《Druid实时大数据分析原理与实践》适合大数据分析的从业人员、IT 人员、互联网从业者阅读。
《不确定信息的处理与知识挖掘》在作者汪凌对粗糙集相关理论进行研究及应用的基础上，系统论述了不确定信息的处理与知识挖掘理论、方法体系，囊括了包含作者近期成果在内的一些 模型、算法和实例。主要内容包括：基于广义决策系统分割点区分度的连续属性离散化方法、基于改进粒子群优化的连续属性离散化方法、基于相对分辨矩阵和信息熵的属性约简算法、基于属性区分频度的约简改进算法、基于全局寻优的完备信息系统知识获取算法、基于相容矩阵计算的不完备信息系统知识获取算法， 介绍了不确定信息的处理在城市交通领域中的应用研究。 本书适合高校应用数学、信息科学、系统工程以及管理工程等专业的高年级本科生和研究生阅读，同时对有关领域的研究人员和工程技术人员也具有重要的参考价值。
《淘宝、天猫电商数据分析与挖掘实战（第2版）》主要针对电商从业者（运营和店长）和数据分析入门者，以电商业务实战为主线，介绍数据分析相关的知识。《淘宝、天猫电商数据分析与挖掘实战（第2版）》的上半部分主要介绍淘宝的操作方法，以及探讨未来的电商布局之路。《淘宝、天猫电商数据分析与挖掘实战（第2版）》的下半部分以实战为主，主要介绍淘宝卖家如何应用 Excel 和数据来做决策。数据从来都离不开业务层，数据分析师必不可少的 4 个要素是思维、业务、工具和数据，而前两者更为重要。
《基于Python的大数据分析基础及实战》是一本介绍如何用Python 3.6进行数据处理和分析的学习指南。其主要内容包括：Python语言基础、数据处理、数据分析、数据可视化，以及利用Python对数据库的操作、自建Python应用库的共享发布等。 《基于Python的大数据分析基础及实战》分3个部分：第1部分为基础知识，第2部分为实战案例，第3部分为拓展与延伸。本书内容丰富，讲解通俗易懂，非常适合本科生、研究生，以及对Python语言感兴趣或者想要使用Python语言进行数据分析的广大读者。
本书详尽地讲述了数据仓库的基本概念、基本原理，以及建立数据仓库的方法和过程。主要内容包括决策支持系统的发展、数据仓库环境结构、数据仓库设计、数据仓库粒度划分、数据仓库技术、分布式数据仓库、EIS系统和数据仓库的关系、外部和非结构化数据与数据仓库的关系、数据装载问题、数据仓库与WEB、ERP与数据仓库以及数据仓库的复查要目。 本书是数据仓库的创始人撰写的关于数据仓库的最著作，这个新版本收录了该领域的经典理论和前沿发展。本书既可以作为相关专业的研究生教材，也是数据仓库的研究、开发和管理人员的指南。
2019年是我国5G商用元年，正式开启5G时代。在2G落后、3G跟随、4G并跑之后，5G时代我国有望领先全球。5G具有大带宽、低时延、广连接的特点。本书从信息通信技术发展历程开始，分析了1G-4G的特点，以及5G应用创新的必要性和技术创新点，并对未来5G发展提出了趋势判断。同时分领域对5G应用场景进行研究，语言通俗易懂，用浅显易懂的方式论述深奥的5G通信原理，适合通信设备制造商、手机制造商、网络运营商、科研人员、高校教师、大学生、研究生等人员阅读与参考。
《基于Python的大数据分析基础及实战》是一本介绍如何用Python 3.6进行数据处理和分析的学习指南。其主要内容包括：Python语言基础、数据处理、数据分析、数据可视化，以及利用Python对数据库的操作、自建Python应用库的共享发布等。 《基于Python的大数据分析基础及实战》分3个部分：第1部分为基础知识，第2部分为实战案例，第3部分为拓展与延伸。本书内容丰富，讲解通俗易懂，非常适合本科生、研究生，以及对Python语言感兴趣或者想要使用Python语言进行数据分析的广大读者。
数据挖掘技术是当下大数据时代最关键的技术，其应用领域及前景不可估量。R是一款极其优秀的统计分析和数据挖掘软件，《大数据时代的R语言·数据挖掘：R语言实战》侧重使用R进行数据挖掘，重点讲述了R的数据挖掘流程、算法包的使用及相关工具的应用，同时结合大量精选的数据挖掘实例对R软件进行深入潜出和全面的介绍，以便读者能深刻理解R的精髓并能快速、高效和灵活地掌握使用R进行数据挖掘的技巧。 通过《大数据时代的R语言·数据挖掘：R语言实战》，读者不仅能掌握使用R及相关的算法包来快速解决实际问题的方法，而且能得到从实际问题分析入手，到利用R进行求解，以及对挖掘结果进行分析的全面训练。
《数据挖掘：实用机器学习工具与技术（原书第3版）》是机器学习和数据挖掘领域的经典畅销教材，被众多国外名校选为教材。书中详细介绍用于数据挖掘领域的机器学习技术和工具以及实践方法，并且提供了一个公开的数据挖掘工作平台Weka。本书主要内容包括：数据输入/输出、知识表示、数据挖掘技术（决策树、关联规则、基于实例的学习、线性模型、聚类、多实例学习等）以及在实践中的运用。本版对上一版内容进行了全面更新，以反映自第2版出版以来数据挖掘领域的技术变革和新方法，包括数据转换、集成学习、大规模数据集、多实例学习等，以及新版的Weka机器学习软件。
《数据分析与EViews应用》介绍的EViews3.1版是QMS公司在1998年7月推出的适应于Win9x的次新版（2001年1月，公司宣布推出了最新的EViews4.0版）它是对EViews3.1的完善和改进。EViews3.1软件功能很强，能够处理以时间序列为主的多种类型的数据，进行包括描述统计、回归分析、传统时间序列分析等基本的数据分析以及建立条件异方差、向量自回归等复杂的计量经济模型。 《数据分析与EViews应用》介绍了多种常用的计量经济模型，既包括经典线性及非线性回归模型、传统时间序列模型，也涉及条件异方差模型、PanelData模型、离散及受限因变量模型等一些新近发展的分析工具。《数据分析与EViews应用》偏重于应用，实例丰富且通俗易懂，详细讲述了各种分析方法在EViews软件中的实现过程。《数据分析与EViews应用》适合作为经济学、金融学、统计学等相关专业的本科高年级或研究生学
