这是一本需要 动手实践 的图书，通过带领大家从零构建一款分布式向量数据库，让大家透彻理解向量数据库的技术原理和实现细节。 本书共分为三大部分，内容由浅入深、循序渐进。 第一部分 认识向量数据库 （第1～3章）是基础篇，介绍向量数据库的基础知识，涵盖向量及数据库的基本概念、向量数据库的发展历程和核心功能。 第二部分 构建向量数据库 （第4～6章）是核心篇，详细介绍如何从零开始构建并优化向量数据库，巨细靡遗地展示数据库内核的技术实现细节并辅以代码示例、技术架构图等，旨在让大家真正实现动手写向量数据库。 第三部分 向量数据库的实践与展望 （第7～8章）是结束篇，通过实践案例展示向量数据库在AI应用中的使用方法，并尝试勾勒向量数据库的未来。 本书面向数据库开发人员、数据库管理员、数据库架构师等数据库从业人

随着信息化建设的推进，电子数据资源成为企事业单位的重要基础设施。云计算因能够实现计算和存储资源按需分配、快速部署等而迅猛发展。越来越多的团体或个人倾向于将数据迁移至云存储系统，基于云的存储和计算应用已经深入金融、工业、交通、医疗健康等传统行业。安全、高效地提供云服务对于相关技术人员来说既是机遇也是挑战。本书从云数据安全存储这一视角切入，重点解决云数据去重技术中面临的安全和效率问题，提出并系统地讲解了一系列适用于抗侧信道攻击的云数据隐私保护去重技术。本书共9章: 第1章介绍了云数据去重技术的基础知识和国内外研究现状；第2、3章介绍了一些基于上传流量混淆的去重技术；第4～7章介绍了基于响应值混淆的去重技术；第8、9章介绍了基于广义去重的云数据安全存储技术。 本书内容丰富，算法翔实，实用性强，

数据分析是现在不仅在互联网行业同时也在基础行业中必不可缺的运营手段，是业务提升效率、增强收益的有效方法。 本书的前8个章节精选提炼了多种数据分析中重要方法，包括ROI分析、数据标签和评分、用户生命周期、因果推断、可解释模型、PSM理论、ABtest、时序分析等，并通过更清晰、简单的方式向读者全方位的展示数据分析在以下诸多原理上的阐释，并且针对每种方法都提供了充足的生活和业务中的前沿案例作为辅助讲解，帮助读者更好的理解数据分析在传统行业、互联网行业及各类新兴行业的实际应用，同时也能更快的运用在实际工作和生活中，所以通过阅读前8个章节，读者可以系统的学习数据分析的理知识，拥有数据化思维，为读者能够在数据分析行业中不断深耕打下良好的理论基础并将数据分析能力逐步应用于实际的工作和生活中，成为一名合格的

《数字化生存》描绘了数字科技为我们的生活、工作、教育和娱乐带来的各种冲击和其中值得深思的问题，是跨入数字化新世界的*指南。英文版曾高居《纽约时报》畅销书排行榜。 信息的DNA 正在迅速取代原子而成为人类生活中的基本交换物。尼葛洛庞帝向我们展示出这一变化的巨大影响。电视机与计算机屏幕的差别变得只是大小不同而已。从前所说的 大众 传媒正演变成个人化的双向交流。信息不再被 推给 消费者，相反，人们或他们的数字勤务员将把他们所需要的信息 拿过来 并参与到创造它们的活动中。信息技术的革命将把受制于键盘和显示器的计算机解放出来，使之成为我们能够与之交谈，与之一道旅行，能够抚摸甚至能够穿戴的对象。这些发展将变革我们的学习方式、工作方式、娱乐方式 一句话，我们的生活方式。犀利的见解使尼葛洛庞帝成为《连线》

本书是一部异构制造大数据智能融合技术的学术专著。本书以制造业大数据为背景，围绕旋转设备的运行状态展开，系统介绍了在多源异构制造大数据的基础上利用多源数据融合的方法实现旋转设备的运行状态监测和智能诊断。 本书的最大亮点和特色是遵循理论性与实践性相结合、先进性与实用性相结合、专业性与通用性相结合的原则。 本书适合以下读者: 对人工智能、机器学习、数据融合感兴趣的读者；希望用计算机的算法解决机械相关领域问题的研究者、工程设计人员和应用人员。本书可以作为计算机专业和机械专业的本科毕业设计和研究生学术论文的参考资料，尤其是可供研究多源数据融合和机械设备故障诊断方向的学生、研究人员参考；还可以作为相关工程技术人员的辅助参考。

本书是一本基于 Python 实现全部例题计算的统计学教材，书中例题解答均给出了详细的实现代码和结果。全书共 11 章，第1章和第2章介绍数据、Python 的下载与安装、Python的数据类型和基本操作、Python 绘图基础等。第3章和第4章介绍数据的描述性分析方法，包括数据可视化和描述统计量。第5~7章介绍数据的推断性分析方法，包括概率分布、参数估计和假设检验。第8~11章介绍实际中常用的一些统计方法，包括类别变量分析、方差分析、回归分析、时间序列分析等。 本书可作为高等院校各专业开设统计学课程的教材，也可作为数据分析工作者、Python 数据分析和可视化爱好者的参考书。

一本书如果没有作者自己的观点，而只是知识的堆叠，那么这类书是没有太大价值的。尤其在当前网络发达的时代，几乎任何概念和知识点都可以从网络上查到。但是有一点你很难查到，那就是统计分析的思路和观点。比如，你可以很容易地在网上查到什么是线性回归，但你却查不到怎么 做 线性回归分析，在你遇到实际数据时仍然不知道如何分析。在《白话统计》中，你可以获得这些思路和观点。尽管这些观点未必是所有人都认可的，但根据笔者多年的分析经验，它们在实践中通常是奏效的。《白话统计》凝结了作者十多年来对统计分析的理解，对各种方法的介绍采用全新的理念和思路，不再是介绍方法本身，而是试图将各种方法之间的联系阐述清楚；不再是介绍方法如何计算出结果，而是尽量说明方法背后的思想。当然，本书同时提供了如何实现结果的软件（

目前，大数据成为人们耳熟能详的名词。在人工智能、大数据时代，数据处理、数据分析成为非常重要的工作，但是数据存储在哪里，数据是怎么存储的，数据库的工作原理是什么，面对大量数据，我们应该如何操作，很多人可能并不清楚。本书就用通俗易懂的文字，结合直观清晰的插图，对这些问题的关键技术 数据库相关知识点进行了详细解说。具体内容包括数据库的基础知识 理解数据库的基本概念、数据的存储方式 关系型数据库的特征、操作数据库 SQL的使用方法、管理数据 避免非法数据的功能、引入数据库 数据库的结构与表的设计、运用数据库 旨在安全运用、用于保护数据库的基础知识 故障恢复与安全措施、活用数据库 在应用程序中使用数据库等。本书适合所有对数据、数据库感兴趣的读者学习。

伴随人类社会数字化进程的深入，数据正不断渗透于日常的生活、生产、分配、流通、消费等各个环节，对人类社会的影响日益凸显。数据已成为继土地、劳动力、资本、技术之后的第五大生产要素，对其他生产要素的整合能力也使其成为既有要素中比较重要的和难以替代的关键要素，并成为值得重点讨论的时代性议题与理解数字时代的基本入手点。 对数据要素的理解涉及多学科、多视野，本书从与数据要素关系较为密切的信息、权属、价值、安全、交易等五个维度出发，汇聚不同学科背景的既有文献，整合现有观点，对数据要素的多维特性进行探讨，以丰富人们对数据要素的认知，凝聚共识，澄清数字时代的发展与治理迷思，为未来的相关创新提供起点。

本书以 实战、实用、实效 为原则，充分考虑智慧公安、智慧交通、智慧金融、智慧城市等用户的大数据应用痛点，紧贴大数据实践的业务场景，汇集数据分析模型全生命 周期的关键应用技术，包括数据准备、工作表管理、可视化图表创建、数据大屏制作、数据模型创建和自定义算子设计等内容。 本书内容通俗易懂，案例丰富，图文并茂，同时配有教学视频和建模平台，适合初级、中级数据分析师和广大数据分析爱好者参考学习。通过本书，读者无须具备计算机、 软件开发等专业知识背景，即可熟练掌握大数据分析建模的基本方法和技巧。

本书通过大量的绘图和详细的说明，从技术层面以简单易懂的形式讲述大数据分析。这是一本从系统结构搭建到实际开发逐步推进的教科书。书中的知识点包括大数据分析时所需的分布式处理、机器学习，以及分布式存储、分布式计算、开发时可能遇到的瓶颈，还包括大数据的收集、积累、活用以及元数据的使用与管理等。本书适合大数据领域的广大爱好者、商务人士和工程技术人员用于了解、学习、掌握、运用大数据技术进行大数据分析，也适合作为该领域的职业院校和高校本科相关专业的教材及研究生辅助教材。

本书介绍了柴油发电机组的分类、组成和工作原理，分析了柴油发电机组的功率标定和技术指标， 重点讨论了不同性质负载对柴油发电机组带载能力的影响，详细介绍了柴油发电机组供电方案的电源架 构和运行方式以及柴油发电机组的运维保养方法。此外，还介绍了机房安装的柴油发电机组和集装箱式 柴油发电机组的设计、安装的相关知识。 本书力求理论性和实践性相结合，书中所列的柴油发电机系统的供电方案及运维保养方法对当前主 流的数据中心柴油发电机系统普遍适用。本书是数据中心柴油发电机系统运维工作流程的指导性教材， 相信阅读本书一定会对数据中心柴油发电机系统运维管理从业人员大有裨益。

当应用于大型分布式数据集时，标准算法和数据结构可能会变慢或完全失效。选择专为大数据设计的算法可以节省时间、提高准确性并降低处理成本。《漫画算法与数据结构（大规模数据集）》将最前沿的研究论文提炼为实用的技术，用于绘制、流式传输并组织磁盘和云中的大规模数据集，十分独特。 大规模数据集的算法与数据结构为大型分布式数据引入了处理和分析技术。《漫画算法与数据结构（大规模数据集）》作为指南，包含了行业故事和有趣的插图，使复杂的概念也易于理解。在学习如何将强大的算法(如Bloom 过滤器、计数最小草图、HyperLogLog和LSM树)映射到你自己的用例时，将对真实世界的示例进行探索。 主要内容： ● 概率草图数据结构 ● 选择正确的数据库引擎 ● 设计高效的磁盘数据结构和算法 ● 大规模系统中的算法权衡 ● 有限空间资源下的百分

《极速Python：高性能编码、计算与数据分析》系统性地介绍了Python高性能编程的各种工具和方法，并重点讲解了Python在大数据中的应用。书中配有清晰的示例和详实的分析，可帮助读者熟练掌握NumPy和Pandas，实现高性能的数据存储和I/O。本书高屋建瓴、不留遗漏，读者学习本书后，能从代码到架构对系统进行整体优化。 主要内容 ● 使用Cython重构关键代码。 ● 设计健壮的数据结构。 ● 精简不同架构的代码。 ● 实现Python GPU计算。

本书以互联网企业中常见数据运营场景为切入点，以工作中实际面临解决的问题为案例，从方法、技术、业务、实践4个维度讲述数据运营的场景及应用方式。书中从实践出发，结合工作中数据运营经验，以应用案例为主线，通过业务分析 代码实践这种更 接地气 的方式讲述数据的应用。书中对于搭建数据监控指标体系、数据分析、数据挖掘、ABTest、埋点策略、用户画像建模等常见数据运营方式做了详细的介绍。

数据是什么？如何应用数据？如何把数据变成更有价值的东西？本书主要适合刚开始使用数据的读者，能让他们对数据的含义、价值及用途有清晰的认识和了解，本书目的是介绍数据的相关知识，同时鼓励人们参与到日益增多的与数据有关的对话中。 本书通过介绍简单数据相关知识，即从一个总体目标、两种思维系统、三大应用领域、四种数据尺度、五种数据分析方法、六种数据展现方式、七种数据活动、八个提前问的问题分别展开阐释数据和分析的方法和思维方式。

教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，*后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。

基于内存的Redis数据库日趋红火，广受程序员关注。本书将以Redis6.2.0版本作为主讲版本，同时单独测试了Redis7.0.0版本新赠的主要功能。本书主要内容分基础篇、提高篇、实战篇，由浅入深、层层递进地进行介绍。基础篇重点介绍Redis的基础命令；提高篇主要介绍磁盘持久化、主从复制、分布式集群、事务、Lua脚本、管道、缓存、发布、订阅、Redis Stream消息队列、I/O线程、安全等各种高级技术；实战篇则介绍编程语言Java、Python、C、GO、PHP调用、大规模应用案例、实用辅助工具、电商应用实战案例。本书提供习题、实验及相关配套内容，即可供高校教学使用，又可供IT工程师自学使用。

广博的网络空间里，藏品以数字化的形态储存，检索、提取、分析、欣赏，物与人之间 零距离 ；多种类的服务场景里，博物馆体验走向定制化，打破虚拟与现实的边界，公众在展厅内外开启自由多样的智识旅程。在智慧博物馆，千里在俄顷，三江坐超忽。 历经信息化、数字化时代，博物馆已走上智慧化实践的征程。利用物联网、大数据、云计算和移动通信等新技术，整合博物馆信息资源，重建信息交流通道，实现智慧服务、智慧保护、智慧管理。通过感知、互通和互联，智慧博物馆更加突出 以人为中心 。 本书辨析智慧博物馆公众服务的定义、特征和内容，构建智慧博物馆公众服务的系统框架；分析面向公众服务的数据资源建设与管理，阐述系统感知、运行和发展的过程；构建绩效评价指标体系和完善机制保障，从内外部确保智慧博物馆公众服务的平稳有效运

本书系统讲述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、ElS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设计的复查要目。 本书是数据仓库之父撰写的关于数据仓库的 权威著作，既可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。

本书以 BI 负责人的视角介绍 BI 分析师的核心工作和应具备的核心技能，并分析 BI 创造价值的专题，理论和实例并重。全书分为四部分： 第一部分（第 1、2 章）为 BI 概述与团队组建，从介绍 BI 分析的基本概念说起，包含BI 职责与数据驱动的概述，以及组建团队时需要考虑的能力模 型、团队选型、团队管理。第二部分（第 3、4 章）为 BI 体系搭建基础知识，包括数据获取与管理，指标体系的概念、设计模型与使用场景。第三部分（第 5 ～ 9 章）为 BI 创造价值专题，包括增长、价值主张、盈利、体验、风控五大专题。第四部分（第 10、11 章）为回顾与展望，从衣、食、住、行、学五个方面回顾数据已经带来的变化与未来可预期的变化，最后从进化的视角探讨应对人工智能范式转移的策略。 对于想要通过数据驱动业务、改善决策质量的互联网从业者来说，本书应该

在数据湖仓的所有新增要素中，排名的就是可以利于数据分析和机器学习所用的分析基础设施。分析基础设施包括一众大家广为熟悉的东西，当然也包括一些可能对大家还有些陌生或略带新鲜感的概念。比如包括：元数据、数据血缘、 数据体量的度量 、数据创建的历史记录、数据转换描述。 数据湖仓的第二个新增要素，是识别和使用通用连接器。通用连接器允许合并和比较所有不同来源的数据。如果没有通用连接器，就很难（实际上是几乎不可能）将数据湖仓中的不同数据关联起来。但有了这个中西，就可以关联任何类型的数据。 使用数据湖仓，就有可能实现以往任何其它方式都不可行或不可能实现的某种程度的数据分析和机器学习。 但与其它架构一样，我们需要理解数据湖仓的架构以及它的能力，以便于我们基于这种架构创建数据分析蓝图和开展数据分析规

本书介绍了数据链的基本概念、发展历程和趋势，重点分析了Link-4、Link-11、Link-16和Link-22数据链的系统组成、工作模式、技术特点等内容，并以Link-16数据链为重点，全面阐述了该数据链的信道共享机制、时间同步技术、传输消息类型、封装结构、信号波形等内容，给出了多网、导航、中继、距离扩展等功能实现方法；以数据链关键技术为主线，详细论述了数据链的消息格式、信息传输、网络协议、通信安全等方面相关知识，剖析了数据链的本质。