本书是在作者多年从事数据挖掘行业实践和相关科学研究的基础上编写而成，书中包括数据挖据理论研究及实际应用的现状分析、研究内容的组织框架、研究方法与技术路线的描述、数据挖掘理论及应用的综述、不确定性理论、多目标优化的分类器方法、模糊多目标优化的分类器模型和算法、基于粗糙集和统计贡献度的特征选择算法、基于粗糙集预处理和粗近似的多目标优化的分类器模型和算法以及基于模糊化、核方法和惩罚因子的多目标优化的分类器模型和算法等内容。本书含有不确定性多目标优化的数据挖掘在信用评分、Web客户忠诚度分析、蛋白质交互的热点区域预测以及重大疾病的医疗诊断和预测等几个经典领域中的实际应用的描述。最后，通过对研究内容和实际应用效果的总结，展望了进一步研究和应用的方向。本书可供从事数据挖掘、机器学习与知识工
本书采用SAS公司的统计软件包JMP?Pro进行实践性应用，使用引人入胜的实际案例来构建关键数据挖掘方法（尤其是分类和预测的预测模型）的理论及其实践理解。本书所讨论的主题包括数据可视化、降维、聚类、线性和逻辑回归、分类和回归树、判别分析、朴素贝叶斯、人工神经网络、增量模型、集成算法以及时间序列预测等。
在这本书里，读者将会跟随作者一同对Oracle数据库的相关知识进行梳理，很终共同提炼出必须很先掌握的那部分知识，无论你是数据库开发、管理、优化、设计人员，还是从事Java、C的开发人员。接下来作者再将这部分知识中很实用的内容进一步提炼，浓缩出很精华的部分，分享给大家。这是“二八现象”的一次经典应用。这部分知识就是Oracle的物理体系结构、逻辑体系结构、表、索引以及表连接五大部分。通过阅读本书中的这些章节，读者将会在短时间内以一种有史以来很轻松的方式，完成对Oracle数据库的整体认识，不仅能解决工作中的常规问题，还能具备的设计和调优能力。通过对这些章节的学习，读者在Oracle的学习中会有极大的收获。然而，作者更希望看到的是：让读者的收获，不止Oracle。为达到此目的，作者精心将全书分成上下两篇，刚才所描述的具体知
可拓数据挖掘以可拓集为集合论基础，结合可拓方法与现有数据挖掘方法去挖掘数据库或数据仓库中基于可拓变换的知识，为经济、金融、管理、营销、策划、医学、设计等领域的决策和技术创新提供依据。本书是本可拓数据挖掘的专著，提出了研究这一领域的理论基础、方法体系和应用范围，并给出简单、浅显的实用案例。本书理论与应用相结合，分析透彻。为方便不同知识背景和不同层次读者的学习，书中配备了通俗易懂的案例。本书适合高等院校师生、工程技术人员和管理决策人员阅读，特别适合作为高等院校相关专业本科、硕士、博士生的选修课。
当代商业和科学领域大量激增的数据量要求我们采用更加复杂和精细的工具来进行数据分析、处理和挖掘。尽管近年来数据挖掘技术取得的长足进展使得我们广泛收集数据越来越容易，但技术的发展依然难以匹配爆炸性的数据增长以及随之而来的大量数据处理需求，因此我们比以往更加迫切地需要新技术和自动化工具来帮助我们将这些数据转换为有用的信息和知识。本书前版曾被KDnuggets的读者评选为欢迎的数据挖掘专著，是一本可读性的教材。它从数据库角度全面系统地介绍数据挖掘的概念、方法和技术以及技术研究进展，并重点关注近年来该领域重要和的课题——数据仓库和数据立方体技术，流数据挖掘，社会化网络挖掘，空间、多媒体和其他复杂数据挖掘。每章都针对关键专题有单独的指导，提供算法，并对怎样将技术运用到实际工作中给出了经过实践检验的
《中国数据中心运维管理指针》主要针对数据中心运维管理、监控系统、基础设施管理技术，结合《数据中心设计规范》（GB50174-2013），总结了外数据中心技术发展情况，从技术、规范、设计及产品应用等方面进行了阐述。本书主要包括以下三个方面的内容：一、数据中心运维管理技术：数据中心运维白皮书简介、数据中心ITIL运维框架、数据中心运维组织架构、数据中心基础设施运维之监控系统、数据中心基础设施运维之日常工作、数据中心基础设施运维之应急处理、数据中心网络运维、数据中心客户服务、数据中心现场运维之基础工作、数据中心基础及应用平台运维、数据中心运维管理工具、数据中心运维质量保障体系、数据中心运维相关认证、数据中心运维之行业实例、数据中心能耗测评、数据中心运维之能效管理、数据中心测试验证和数据中心运维之供应商
《数据质量管理基础》正文由7章组成（重点考虑关系型结构化数据）：章简介数据质量问题；第2章展开讨论条件依赖理论；第3章阐述发现条件依赖，以及基于发现条件依赖检测数据不一致、修复数据的实践技术；第4章介绍依赖匹配作为数据去重的匹配规则；第5章重温经典的两个信息完整性假定，即封闭世界假定和开放世界假定，并提出和研究相对信息完整性理论；第6章进行数据时效性建模，以便时间戳缺失情况下，在数据库中进行实体值辨别并基于此返回查询结果；第7章探索数据质量问题之间的交互作用。
本书详细介绍了OMG推出的公共仓库元模型的标准，从而帮助读者利用元数据轻松完成不同产品间的数据交换。本书从CWM的来源讲起，介绍了制定CWM的必要性、CWM的基础知识、CWM的体系结构以及如何利用CWM开发元数据解决方案，如何实现CWM等问题。本收结构清晰，内容丰富，几位作者都是参与制定CWM的专家，具有丰富的实践经验。因此，本书极具实用性，适用数据仓库的设计者、维护者、制定决策的管理人员阅读。
《生态学数据分析：方法、程序与软件》介绍了生态学数据处理方法，包括数据转换和标准化、物种和遗传水平的多样性、种群空间分布格局、生态位、聚类分析、主成分分析、除趋势对应分析、典范对应分析、基于熵模型的物种分布区预测，以及生态学实验中的单因素与双因素方差分析、成对样本T-检验、独立样本T-检验等。对于每一种方法，提供了相应的程序和软件，《生态学数据分析：方法、程序与软件》的重点不是介绍生态学数据处理方法的理论基础和数学公式推导，而是在简要介绍方法的基础上，利用案例数据，手把手地教大家如何利用《生态学数据分析：方法、程序与软件》介绍的程序和软件实现数据定量分析。可作为生态学、环境科学及其他相关领域(例如植物学、动物学、农学和土壤科学)本科生和研究生的教材，也可作为相关专业科研人员的自学参
