本书完整全面地讲述数据挖掘的概念、方法、技术和近期新研究进展。本书对前两版做了全面修订，加强和重新组织了全书的技术内容，重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容，还全面讲述了OLAP和离

本书全面阐述了新一代安全理论与安全架构，并结合作者自身经验层层剖析了包括Google公司在内的各大互联网企业所应用的各种关键安全技术的原理及具体实现。全书分为3部分，共15章。第一部分“安全理论体系”主要讲解了业界优选的安全架构体系（IPDRR模型、IA、网络韧性架构）与安全体系（ISMS管理体系、BSIMM工程体系、Google技术体系）建设理念。第二部分“基础安全运营平台”的主要内容有威胁情报、漏洞检测、入侵感知、主动防御、后门查杀、安全基线、安全大脑等。第三部分“综合安全技术”主要讲解了安全开发生命周期、企业办公安全、互联网业务安全、全栈云安全等方面的内容，并展望了前沿安全技术。期待本书可以给读者带来不一样的互联网企业整体安全架构理论和安全建设视角，让读者获得自身职业发展所需的专业信息安全知识！本书适合对信息

本书是以给广大量化研究者建立一个一般性的量化研究流程（主要是量化策略开发，也包括其他量化研究）为主旨来展开编写的。章节以流程化的形式展开，从量化研究的数据开始到最终以交易结束。数据库、指标库、算法库、工具库、可视化库、报告和日常工作系统、交易系统这7个核心库/系统分别解决了量化研究中某一个环节的问题。 量化研究是以上述7个核心库/系统所代表环节的一个循环，在这个循环中不断进行的改进和研究。它将数据和思想相结合，通过交易来检验研究成果是否达到预期，然后改进思想和更换数据，并投入下一次交易中。这样的循环使得每一次量化研究都更加接近理想效果。而在循环的每一个环节上，本书给出了一系列工具、算法、技术等来支撑各个核心库/系统的功能。 本书在编程语言上以Matlab和Python为主，数据库一章用到了MySQL的基本

MongoDB自2009年推出以来，历经了近十年的发展，在这十年中，数据库领域可谓经历了翻天覆地的变化。本书深入剖析MongoDB新旧版本的特性，结合生产案例详细讲解MongoDB的常见故障；学习MongoDB索引，以便更好地掌握MongoDB性能调优技巧；描述备份恢复的重要性，让读者掌握MongoDB备份恢复技巧；充分利用MongoDB的水平扩展能力，详解MongoDB复制集、分片架构环境；很后讲解如何使用PMM性能监控平台，做好线上MongoDB的监控工作。

作为数据仓库和商业智能(DW/BI)行业中有影响力的领军人物，RalphKimball、MargyRoss得到了世界范围内的认可和尊重，他们在《数据仓库与商业智能宝典(第1版)》中确立了行业标准。现在，在《数据仓库与商业智能宝典(第2版)成功设计、部署和维护DW/BI系统》中已经更新了65篇DesignTip和白皮书，从而汇集了DW/BI技术创新前沿的著作。从项目规划和需求收集，到维度建模、ETL和BI应用，本书涵盖了你在数据仓库和商业智能中将会遇到的所有内容。这些无与伦比的文章提供了成功地设计、部署和维护DW/BI系统的重要建议。主要内容：启动DW/BI项目和收集需求的注意事项集成式企业数据仓库的要素，其中包括总线架构和矩阵事实表的粒度性和三种基本类型渐变维度技术星型模式、外支架和桥接表维度建模高级模式提取、转换和加载(ETL)子系统与数据质量BI应用佳实践大数据注意事项

这本易于上手的初学指南详细介绍了数据库的核心概念、DBA的职责和企业数据库的功能，能引导你完成数据库的配置、管理、规划、备份、恢复以及实现高可用性。你会获得对SQL和PL/SQL的深入了解，同时学习到管理大型数据库和使用Oracle工程系统的重要相关信息。