本书是一本全面关注数据资产管理体系、方法与实践的工具书，主要内容分为数据资产管理概述、数据资产管理体系、数据资产管理技术、数据资产管理实践、数据资产管理未来共5章。第1章概要介绍数据资产管理的定义与内涵、数据资产管理关注的焦点、数据资产化的战略意义等；第2章介绍数据资产管理体系，涵盖数据管理组织、战略规划、保障机制、运营体系等内容，涉及数据盘点、数据开发、数据质量、数据安全、数据服务、数据价值等工作；第3章介绍数据资产的数据采集、存储、建模、处理等技术，阐述数据资产管理平台工具能力，涉及元数据、数据标准、数据安全、数据质量、主数据、数据建模、数据集成、数据开发、数据标签、数据科学、数据要素流通等内容，并分析了数据底座和数据治理两种场景的技术路线；第4章主要介绍具体实施方法及路径选
本书详细介绍数值分析的理论和方法，并用Julia编程语言给出了算法实现。第1章除了复习数值分析要用到的微积分知识外，还介绍了Julia基础，以及实数的计算机表达与由此产生的误差；第2～5章涵盖数值分析课程的四部分内容：方程求根、插值、数值积分和数值微分、逼近理论。本书通过直观图示或简单例子引入方法，然后透彻讲解方法的思路并给出几何解释。线性代数与微积分基础较好的学生可以用本书进行自学，教师则可以从中开阔眼界，学到与众不同的思维方式与教学方法。
本书涵盖数据分析与数据挖掘的基础知识、推荐工具和有效实践方法，能让读者充分掌握数据分析与数据挖掘的基本技能。本书共分为15章，主要内容包括大数据获取、数据预处理、探索性数据分析、用Sklearn估计器分类、主流数据分析库、大数据的数据库类型、数据仓库/商业智能、数据聚合与分组运算、数据挖掘工具、挖掘建模、模型评估、社会媒体挖掘、图挖掘分类、基于深度学习的验证码识别、基于深度学习的文本分类挖掘实现。本书采用理论与实践相结合的方式，利用Python语言的强大功能，以最小的编程代价进行数据的提取、处理、分析和挖掘，既适合Python数据分析与数据挖掘初学者、大数据从业人员阅读，也适合高等院校和培训机构大数据与人工智能相关专业的师生教学参考。
《数据资产管理核心技术与应用》深入探讨数据资产管理的核心技术与应用，融入作者在大数据领域多年的丰富经验。《数据资产管理核心技术与应用》为读者提供一套可以落地的数据资产管理框架，并详解两个基于该框架进行数据资产管理的应用案例，使读者能更好地了解数据资产管理底层所涉及的众多核心技术，让数据可以发挥出更大的价值。《数据资产管理核心技术与应用》配套PPT课件、示例源代码、作者微信群答疑服务。全书共分10章，第1章主要让读者认识数据资产，了解数据资产相关的基础概念，以及数据资产的发展情况。第2～8章主要介绍大数据时代数据资产管理所涉及的核心技术，内容包括元数据的采集与存储、数据血缘、数据质量、数据监控与告警、数据服务、数据权限与安全、数据资产管理架构等。第9～10章主要从实战的角度介绍数据资产管理
本书以案例的形式，介绍从思维模型分析到场景实践的数据分析方法。全书围绕“数据分析”与“运营增长”两大关键要素，在系统介绍数据分析思维、数据分析方法、数据采集技能、数据清洗技能等基础知识的同时，以问题为导向，解读运营与增长的关键性业务内容，在获客、激活、留存、变现、自传播循环等各个核心运营环节展开数据分析实战。 本书提供案例相关数据集与源码包，适合数据分析、产品运营、市场营销等行业有数据分析具体业务需求的人士阅读，也适合相关专业的师生阅读。
本书以DM8为对象，系统介绍了DM8数据库的安装和维护，以及达梦数据库主流的两大解决方案：达梦数据守护和DMDSC高可用集群方案，完善了达梦数据库的运维体系。本书从达梦数据库的实际使用和维护角度出发，演示了基于中标麒麟Linux平台的大量实战操作。通过本书的学习，读者可以掌握达梦数据库的安装和基础操作，如用户、表空间、普通表、分区表、索引、参数、统计信息的管理操作；也可以系统地掌握达梦数据库的备份和还原功能，如逻辑备份与还原、联机备份与还原、脱机备份与还原。本书是读者从零开始、理论结合实战、全面掌握达梦数据库的运维和管理的参考指南。
本书不讲具体语法，只是以案例的形式介绍各种查询语句的用法。第1～4章是基础部分，讲述了常用的各种基础语句，以及常见的错误和正确语句的写法，应熟练掌握这部分内容，因为在日常查询和优化改写中都要用到；第5～12章是提高部分，讲解了正则表达式、分析函数、树形查询及汇总函数的用法，这部分内容常用于一些复杂需求的实现及优化改写；*后两章介绍日常的优化改写案例，这部分内容是前面所学知识的扩展应用。 如果您是开发人员，经常与Oracle打交道，那么本书可以帮助您处理复杂的需求，写出高性能的语句。如果您是运维人员，则本书可以帮助您更快地完成慢语句的改写优化。
本书以数字孪生在数据中心的应用为主题，从采用的方案、遇到的问题、解决的方法及对未来的思考等全面介绍技术实践的细节。本书共分为5章：首章介绍数字孪生相关的知识和应用场景：第2章主要阐述数字孪生在数据中心的应用和数据中心的行业知识；第3~5章篇幅较多，主要介绍数字孪生使用的技术，并配套完整的项目代码，其中第3章介绍数据分析算法相关的技术知识，第4、5章阐述3D可视化框架ThreejS相关的知识。本书适合对数字孪生有兴趣的技术团队、开发和研究人员阅读。
本书从需求规划、需求实现到可视化展示等，遵循项目开发的主要流程，全景介绍了金融租赁行业离线数据仓库的搭建过程。在整个数据仓库的搭建过程中，介绍了主要组件的安装部署、需求实现的具体思路、问题的解决方案等，并在其中穿插了许多大数据和数据仓库相关的理论知识，包括数据仓库的概念介绍、金融租赁业务概述、数据仓库理论介绍和数据仓库建模等。 本书的第1章至第3章是项目前期准备阶段，主要为读者介绍了数据仓库的概念、应用场景和搭建需求等，并初步搭建了数据仓库项目所需的基本环境；第4章至第5章是数据仓库搭建的核心部分，详细为读者讲解了数据仓库建模理论和数据从采集到分层搭建的全过程，是本书的重点；第6章至第7章介绍了全流程调度和指标可视化。 本书适合具有一定编程基础的读者学习或作为参考资料，通过阅读本书，
本书旨在展示如何充分利用Python实现快速的数据处理。本书结合示例系统展示了Python在获取数据、转换数据和分析数据方面的功能。 通过本书，你不仅会深入理解Python数据结构及其强大的第三方库，还会掌握如何聚合、合并、可视化和分析数据等。在企业管理、市场营销和金融等领域中，使用Pytho可以提高工作效率。 本书主要内容： 列表、元组、字典、集合； NumPy库、pandas库、scikit-learn库、Matplotlib库； 关系数据库和NoSQL数据库； 数据的聚合、合并、分析与可视化； 机器学习在数据分析中的应用。
本书全面系统地介绍了数据编织的核心概念、设计原则、关键技术、面临的挑战及未来发展趋势，并结合实际案例，探讨了数据编织在行业领域的应用，为读者提供全面的数据管理和知识发现的全新解决方案。 本书可供数据管理和工程师、数据科学家、T和业务领导者，以及对数据编织感兴趣的专业人员阅读参考。
数据科学与大数据分析在当前是炙手可热的概念，关注的是如何通过分析海量数据来洞悉隐藏于数据背后的见解。本书是数据科学领域为数不多的实用性技术图书，它通过详细剖析数据分析生命周期的各个阶段来讲解用于发现、分析、可视化、表示数据的相关方法和技术。 《数据科学与大数据分析——数据的发现 分析 可视化与表示》总共分为12章，主要内容包括大数据分析的简单介绍，数据分析生命周期的各个阶段，使用R语言进行基本的数据分析，以及高级的分析理论和方法，主要涉及数据的聚类、关联规则、回归、分类、时间序列分析、文本分析等方法。此外，本书还涵盖了用来进行高级数据分析所使用的技术和工具，比如MapReduce和Hadoop、数据库内分析等。 《数据科学与大数据分析——数据的发现 分析 可视化与表示》内容详细，示例丰富，侧重于理论与练习
本书务实的数据分析科学技术、精彩的实际业务案例，很好地满足了从业者的实际需求；本书是作者结合近几年的工作经验，将在实际业务场景中的案例进行脱敏抽象，置于本书的每章之中，从而形成的一本把数据分析科学技术应用于实际业务的数据分析类图书。主要内容包括数据处理的抽象流程、数据系统的组成、数据获取、探索性数据分析、目的性数据分析、数据可视化、特征工程、模型、结果评价、数据应用等。 本书介绍了数据分析科学的许多方面，不但适合业务分析人员和数据分析与建模从业者学习，还可作为大专院校相关专业师生的学习用书，以及相关培训学校的教材。
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。适合所有对数据、数据库感兴趣的读者学习。
Oracle数据库是关系型数据库领域重要的产品之一，在市场上赢得了广大用户和技术爱好者的信赖。在使用数据库产品的过程中，如何通过优化提升性能，通过诊断分析解决问题，一直是这个领域重要的议题。随着Oracle 12c版本的深入使用和云技术的蓬勃发展，关于12c的版本特性也备受关注。 本书汇聚了Oracle数据库领域的一批技术专家，通过成长历程分享、技术经验讲解、诊断和优化案例分析，将其独特的经验和视角分享给广大读者。作者希望通过这些各具特色的实践分享，让读者找到对自己有益的学习方法和诊断优化思路。 本书适用于对Oracle数据库技术有一定的了解，希望深入学习的数据库从业人员，尤其是希望深入研究Oracle数据库的管理人员。
本书以当前流行的Oracle 11g（中文版）为平台，主要介绍Oracle基础以及如何在流行平台上开发Oracle数据库应用系统。Oracle基础部分首先介绍数据库基础，然后系统介绍Oracle 11
本书从应用工程师的角度出发，着重探讨Ansys Mechanical隐式求解中的热点问题，重点介绍Workbench Mechanical仿真工具。考虑到Mechanical和MAPDL密不可分的特点，穿插介绍必要的MAPDL知识。前言部分探讨Mechanical的学习方法，第1章对Workbench Mechanical和Mechanical APDL两者的联系和区别进行了概括性讨论。第2～4章对Mechanical在仿真流程从前处理到后处理的热点问题进行了梳理。第5章讨论了Mechanical不同求解类型下的技术问题。第6章主要讲述Mechanical接触技术中的常见问题。第7～8章分别从APDL和Python两方面对Mechanical的功能进行扩展。第9章对Mechanical高级分析技术如螺栓建模技术、屈曲分析、子模型、摩擦生热、表面磨损、密封圈分析、粘胶界面开裂分析以及准静态求解等进行了讲解和演示。本书未涵盖显式动力学、声学、转子动力学以及刚体动力学。 本书可作为CAE工程技术人员的参考
《Oracle Database 21c原理与实战》是一本Oracle数据库的实战宝典。全书共4篇，分别为Oracle数据库入门、Oracle数据库管理、Oracle数据库备份与恢复、Oracle数据库性能诊断与优化。内容共17章，分别介绍了Oracle数据库基础、Oracle数据库体系架构、Oracle数据库应用开发、配置Oracle数据库的网络环境、管理用户和权限、Oracle数据库的审计、Oracle数据库的事务与锁、多租户容器数据库、备份与恢复基础、使用闪回技术恢复数据、用户管理的备份与恢复、RMAN的备份与恢复、Oracle数据库性能诊断与优化基础、基本的性能诊断与优化工具、Oracle数据库性能报告、优化Oracle数据库的内存、影响Oracle数据库的优化器。本书语言通俗易懂，案例丰富，实践性强，特别适合Oracle数据库开发、管理、运维人员阅读。另外，本书也适合作为相关培训机构以及高等院校的教材使用。
本书以SPSS 28.0为平台，由浅入深地全面讲解SPSS软件的相关知识，通过图文并茂的方式讲解各项操作，清晰、直观、易学易用。 全书分为三部分共11章，详细介绍SPSS在社会科学调查、心理学、教育学、农业领域、经济领域、医学、市场营销、管理科学、房地产、生物学、环境保护、物流等领域的应用，涉及了数据编辑与整理、基本统计分析、参数估计与假设检验、非参数检验、方差分析、相关分析、回归分析、聚类分析、判别分析、因子分析、对应分析、信度分析、生存分析、时间序列分析等综合应用案例。本书涉及面广，涵盖了一般用户需要使用的各种功能，全书按逻辑顺序编排，自始至终结合实例进行描述，内容完整且每章相对独立，是一本详尽实用的SPSS学习用书。 本书适合高等院校统计分析专业的学生、科研人员、SPSS用户，以及希望从事SPSS软件技术相关工
本书不讲具体语法，只是以案例的形式介绍各种查询语句的用法。第1～4章是基础部分，讲述了常用的各种基础语句，以及常见的错误和正确语句的写法，应熟练掌握这部分内容，因为在日常查询和优化改写中都要用到；第5
《Tableau数据可视化分析从新手到高手》详细介绍了使用Tableau对数据进行可视化分析的大量功能、操作方法和技巧，以及在实际中的应用。全书各章的先后顺序以在Tableau中分析数据的工作流程进行安排，便于读者学习和理解。 全书共分10章，内容主要包括数据分析的一些重要概念和术语、TableauDesktop的界面组成和工作区的使用方法、连接和管理数据源、编辑数据源中的数据、数据模型的概念和构建数据模型的方法、管理数据模型中的字段、创建视图的基本方法、使用标记卡控制视图的显示细节、为数据分组、钻取数据、排序和筛选数据、设置视图格式、创建不同类型的图表、创建和设置仪表板、创建和设置故事以及优化、保存和共享分析成果等内容，第10章通过一个综合案例，介绍在实际应用中使用Tableau对数据进行可视化分析的方法。另外，《Tableau数据可视化分析
