本书从数据挖掘基础、数据挖掘经典算法、数据挖掘业务建模与模型评价、SPSSClementine数据挖掘实务这4方面对数据挖掘技术进行了全面介绍，既包含传统经典的数据挖掘方法，同时也包含了部分数据挖掘的研究成果；通过学习读者可以对数据挖掘理论有的认识，理解数据挖掘经典算法的实现，并且可以掌握数据挖掘建模以及SPSSClementine数据挖掘实战。本书共24章，分为4部分。部分数据挖掘应用基础，包括～5章。通过本部分的学习可以了解掌握数据挖掘的基本概念及数据挖掘应用的基本原理。第2部分数据挖掘经典算法，包括第6～15章，包括回归分析的基本原理以及各种回归分析的方法；贝叶斯网络的基本概念和一些常用的算法；聚类分析的原理和常用的聚类算法；决策树算法的原理和常用算法；关联规则的基本概念、原理以及常用算法；粗糙集基本概念，算法以及在

《ExcelVBASQL数据管理与应用模板开发》结合大量实际案例，介绍了如何利用ExcelVBA和数据库查询技术ADOSQL快速进行数据查询、汇总，并开发个性化模板。本书共分8章，提供了大量的VBA实际案例和实用代码。在实际工作中，可以直接照搬套用这些代码，或者结合自己的实际情况稍微修改加工即可使用。另外，《ExcelVBASQL数据管理与应用模板开发》重点介绍了一个比较完整的合同系统模板，包括供货商信息管理、合同信息管理、发票管理、付款管理、统计分析等。《ExcelVBASQL数据管理与应用模板开发》可供企数据管理和数据分析人员参考，也可供大专院校相关专业的学生参考。

《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

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

本书从大数据的基本概念出发，深入解析了大数据应用的关键技术与应用。以大数据的数据挖掘技术、大数据的存储与处理、大数据应用的总体架构三方面为线索，详细阐述了大数据挖掘的诸多常用算法，介绍了Hadoop、HDFS及MapReduce等大数据存储与处理的关键技术与应用、大数据应用的框架与构架。本书以通信运营商及互联网电子商务等应用为背景，从典型实例的角度系统地介绍了大数据挖掘应用从目标构建、算法建模到程序实现，再到大数据分析及结果描述应用的整个过程，以期为读者提供从理论到实务的有效借鉴。

《语音库建设与分析教程》主要介绍笔者这几年在语音语料库建设和数据分析方面所做的一些工作和积累的一些初步经验，其中包括一套录音工具和九个Praat脚本程序的功能和用法，旨在解决语音语料库建设和数据分析中的一些技术问题和效率问题，并试图为语音语料库建设及其基础研究提供一个简便的框架流程。《语音库建设与分析教程》共分八个章节，主要包括语音语料库的录制与整理、生成TextGrid标注文件、生成语音声学参数文件、编辑TextGrid和PitchTier数据对象等方面的内容。

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。