从数据分析方法到数据科学基础知识，你需要了解的知识全部在这本图解书中！ 当下，利用数据为自己的业务和服务提供支持是大势所趋。但是，分析数据需要广泛的知识，自己很难成体系地学习。 本书介绍了数据科学的基础知识及周边知识，包括数据、图表的类型以及统计学、人工智能的基本知识等，网罗信息社会中数据活用的问题点，结合生动插图，让初学者也能迅速理解。 除了按顺序阅读，获取系统的知识，读者还可以从目录中挑选感兴趣的主题和关键词，按照自己的需求阅读，是一本实用性满分的数据科学学习指南。

数据科学伦理是关于人们在进行数据科学方面的行为的道德规范。到目前为止，数据科学主要应用于企业和社会并产生了积极成果。然而，就像任何技术一样，数据科学也带来了一些负面后果：隐私侵犯的增加，对敏感群体的数据驱动的歧视以及使用不可解释的复杂模型做出决策。没有哪个数据科学家和业务经理是天生不道德的，只是他们没有接受过培训来考虑他们在工作中的伦理问题——本书旨在填补这个越来越重要的空白和解释不同的概念和技术，帮助读者理解从k-匿名和差别隐私到同态加密和零知识证明等技术已可以解决隐私侵犯问题，消除敏感群体歧视和提供各种可解释的人工智能。现实生活中的警世故事进一步说明了数据科学伦理的重要性和潜在影响，包括种族主义机器人的故事、搜索审查和人脸识别等。本书中穿插着结构化的练习，提供假设的场景和

本书系统地介绍了数据如何始于业务、取于业务、用于业务。既有扎实的理论铺设，又有具体的案例支撑，通俗易懂地回答了数据“怎么来”和“怎么用”的问题。同时，本书总结出了解决业务分析难题的六大步骤，包括对最终数据分析产生关键影响的数据源的选取方法，以及通过对业务模块的判断确定分析方法的适用场景，最终推演、验证、分析出结论，并选择很优的分析结果展现方式，让数据分析全过程形成闭环。 本书的内容从底层原理出发，帮助读者打好数据分析基本功。在原理的讲解过程中，通过提问、思考、解答、案例分享的方式，结合三位专家十多年的行业经验，让读者从根本上理解数据分析、学会数据分析。本书适合数据分析从业也、数据分析爱好者阅读，也适合大中专院校数据相关专业的老师和学生使用。

《Python机器学习入门与实践——从深度学习到生成对抗网络GAN》是一本用Python进行机器学习编程的入门书，书中采用了欧洲童话故事中的人物角色“王后”“魔镜”“白雪公主”等，通过阅读不同角色的Python学习笔记中的示例代码和讲解，让读者在追寻奇幻故事的同时，享受编程的乐趣。另外，为了让程序可以单独或组合使用，书中对每个任务的过程和必要的库进行了分组，以使程序模块化。这是一种通过实际编写代码来加深理解的结构化方式。 《Python机器学习入门与实践——从深度学习到生成对抗网络GAN》一书语言通俗易懂，图文并茂，并加入了生动的故事情节，特别适合有一定Python编程基础，想学习机器学习、深度学习的高校计算机、人工智能专业学生和想转行人工智能方向的程序员学习。

本书从零基础读者的角度出发，通过通俗易懂的语言、丰富多彩的实例，循序渐进地让读者在实践中学习Oracle编程知识，并提升自己的实际开发能力。 全书共分为5篇18章，内容包括Oracle 19c概述、Oracle管理工具、SQL*Plus命令、数据表操作、SQL查询基础、SQL查询进阶、子查询、常用系统函数、PL/SQL语言编程、游标、过程与函数、触发器、索引和视图、完整性约束、管理表空间和数据文件、事务、数据导入与导出和企业人事管理系统等。书中知识点讲解细致，侧重介绍每个知识点的使用场景，涉及的代码给出了详细的注释，可以使读者轻松领会Oracle的精髓，快速提高开发与运维技能。同时，本书配套了大量教学视频，扫码即可观看，还提供所有程序源文件，方便读者实践。 本书适合Oracle初学者、数据库技术入门者自学使用，也可用作高等院校相关专业的教

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。

在数字智能时代，数据能力已经成为管理者的基本能力，成为其胜任未来管理岗位和晋级领导岗位的必需能力。管理者的数据能力水平决定着其在企业中所能够胜任的层级。提升管理者的数据能力成为企业数字化转型的关键举措之一。本书主要介绍了企业管理者所需要具备的数据能力，包括管理者的数据能力维度与4M 模型、数据思维能力、数据管理能力、数据体系化场景的应用能力、数据分析能力、数据领导能力。撰写本书的目的是让管理者掌握企业数据基本管理和应用之道，利用数据赋能管理，让管理可见、过程可控、结果可达。

用Oracle有效地创建和管理大型数据库！ 数据库专家Kevin Owens是美国财政部计算机中心的Oracle数据库管理员，他将与您共同探讨PL/SQL——Oracle的结构化查询语言（SQL），并教您如何通过构建健壮、大型的数据库来解决您的业务问题。 本书语言通俗易懂，并引入大量代码示例。书中详细介绍了许多技术来利用Oracle的特性，如触发器和存储过程等。这些特性支持数据库结合业务规则，并可以根据业务的发展变化对规则进行管理和修改。本书讨论的主题包括： · 查看数据字典中的约束 · 实施复杂的规则 · PL/SQL程序单元和语言特性 · 数据类型和复合结构 · 错误处理和异常 · 进程间的通信 · 声明性约束，包括主键约束、惟一性约束、外键约束和检查约束等 本书对于希望构建和维护智能化大型数据库的开发人员、设计人员和项目负责人来说，都是

本书主要内容： 12个数据分析模型在零售多元化业务场景中如何支持决策，实现业务赋能。 本书主要解决以下问题： ·针对不同的业务场景，分析模型怎么选？ ·利用数据分析解决业务问题的完整思路是怎样的？ ·商业分析如何养成？分析结果如何落地？ 本书适合读者： 数据分析师、市场分析师、商业分析师、数据运营官、业务决策者、强数据意识企业高层领导，以及其他对数据分析或数据运营感兴趣或欲转行从事数据分析或数据运营工作的人员。

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

学习如何利用Flutter和Dart的基本要点来构建满足云驱动世界需求的技术指南。Flutter作为开源UI软件开发工具包，以及Dart作为客户端开发编程语言，共同提供了一个统一的解决方案，用于构建能够针对多个平台的应用程序。本书中的示例向你展示了这种强大组合如何提供高效的应用程序开发方法。 Flutter作为前端开发的理想选择，帮助你开发适用Android、iOS、Linux、Mac、Windows和Google Fuchsia操作系统的跨平台应用程序。Dart SDK为你提供了对第三方解决方案的原生访问，包括API、数据库和身份验证。 《Flutter和Dart经典实例》将向你展示： 通过使用变量和数据结构编写有效的Dart代码。 通过探索小部件和数据处理构建Flutter应用程序。 探索云提供商解决方案，并将其与Flutter集成。 通过使用Google Cloud无服务器管理API来处理数据。 使用Firebase解决方案，如身份验证和Cloud Firestore数

无论是审计师还是会计师，在工作中都会遇到如何获取数据、分析数据的问题，甚至有时想制作一些自动化的工具或利用编程技巧来辅助完成重复性的工作。本书正是从审计师、会计师的实际工作场景出发，讲解IT审计的学习技巧、SQL基础与实战技巧、Python基础与Python实战技巧，以及数据可视化技巧等。

本书力图以简洁明了的例子讲解笔试、面试中常见的数据结构与算法，包括线性存储结构——数组、链式存储结构、栈、队列、树、图、Hash、贪心算法、排序及查找算法。 本书适用于数据结构和算法知识的初学者，希望学习如何解算法题或正在刷题的计算机行业从业者，可作为相关专业学生的参考书。

对于企业而言，大数据的重要性不言而喻，如何构建、实施和应用大数据系统是很复杂的。 本书将为大家全面而深入地介绍Hadoop、Spark和NoSQL平台的构建，深入浅出地讲解Hadoop、Spark和NoSQL的基础知识、架构方案与实战技巧等。通过阅读本书，读者可以对大数据平台架构有一个明确、清晰的认识，掌握Hadoop、Spark、NoSQL平台的使用技巧，从而搭建一个安全可靠的大数据集群平台，来满足企业的实际需求。 本书共15章，可分为五大部分。第一部分（第1章）为大数据平台架构概述，讲述大数据平台的基本概念与实际应用；第二部分（第2章?第6章）主要讲解Hadoop的基本使用方法，以及Hadoop生态圈的其他组件；第三部分（第7章）主要介绍NoSQL；第四部分（第8章?第10章）主要介绍Spark生态圈与Spark实战案例；第五部分（第11章?第15章）讲解如何构建大数据平台，阐述大数据平台的

本书力图以简洁明了的例子讲解笔试、面试中常见的数据结构与算法，包括线性存储结构——数组、链式存储结构、栈、队列、树、图、Hash、贪心算法、排序及查找算法。 本书适用于数据结构和算法知识的初学者，希望学习如何解算法题或正在刷题的计算机行业从业者，可作为相关专业学生的参考书。

这些年，随着工业互联网、人工智能科技的迅猛发展，企业数字化转型是大势所趋。而企业资源计划（Enterprise Resource Planning，ERP）是信息化时代企业最重要的管理层信息系统，在数字化时代同样也是扮演着非常重要的角色，依然是企业的数据枢纽。ERP为企业的信息化建设提供了一种系统的集成解决方案。本书力求从务实的角度，系统地阐述ERP的原理、设计与实施理论，为企业管理者、IT人员提供理论参考，推动ERP应用的健康发展。本书对ERP相关知识的讨论涵盖了原理、设计与实施的全部过程。前5版图书出版后均引起了很大的社会反响，作者收到大量读者来信，并与读者进行了良好的交互。鉴于工业互联网、人工智能、区块链等技术的高速发展给ERP及企业信息化带来的冲击与变革，本书再次改版。本书适合企业的各层领导、项目经理、系统分析员及高级程序员阅读，

本书分为数据思维和案例解析两个部分，对“怎么想”和“怎么做”两大分析痛点问题进行剖析和解答。基于知先行后的考虑，前3章首先对“怎么想”的问题进行解答，通过明确分析问题、开启分析思路、打开分析视角，依次回答数据思维3个核心问题：解决什么问题？分析哪些内容？分析到何种程度？结合11个思维练习的案例，引导读者对业务需求进行思考，明确研究内容和分析方法。

这本书先介绍了如何使用Ppandas在Python中进行数据操作，教您熟悉统计分析和绘图技术。还将通过多个实践测试，让您学会使用Dask分析分布在多台计算机上的数据。接着还将为您介绍如何在内存无法容纳全部数据时，为绘图聚合数据。本书还将带领您探索Hadoop(HDFS和YARN)，它可帮助您处理更大的数据集。此外，这本书还介绍了Spark相关知识，并解释了它如何与其他工具进行交互。 Python大数据分析是为Python开发人员、数据分析师和数据科学家设计的，他们需要亲自动手控制数据并将其转化为有影响力的见解。书中关于统计度量和关系数据库的基本知识将帮助您理解在本书中的各种概念。

本书分为部分：恢复的原理、恢复的工具、恢复的具体步骤与实战。部分能够让读者领略恢复操作的本质，是其他部分的理论基础，包括“重做日志”、“控制文件”、“补充日志”；第二部分详细地介绍了备份/恢复数据库的工具，包括恢复管理器、恢复编录和数据泵；第三部分以各种数据库损毁场景为例，每一章解决一组特定的问题，其中：第7～11章讨论各种文件（控制文件、数据文件等）遭到不同程度的破坏后，数据库的行为特征及如何将其恢复；2章探讨如何将数据库恢复至以前的时间点；3章讨论如何处理各种数据库文件在没有备份时受损的情况；4章全面介绍了由于人为导致错误的各种闪回技术；5章介绍将恢复的单位缩小，到数据块级别，以提高恢复效率；6章介绍一种非常规恢复的方法——挖掘日志。

本书是一本Visual FoxPro数据库管理系统应用教程，书中全面介绍了Visual FoxPro 6.0数据库管理系统的知识。主要内容有数据库的基本概念，表和数据库 的操作，数据库管理程序的设计，数据库的查询，报表和标签的设计，面向对象程序设计，控件、表单、菜单设计，类的设计方法，本书以“应用案例-如何解决问题-处理实际问题”为主线，重点培养学生的动手能力和解决实际问题的能力。 本书适用于高职高专学院各专业数据库管理与应用课程的教学，也可作为广大微型计算机用户学习和使用Visual FoxPro的读物。

本书内容包括高可用性、数据库备份与恢复，以及数据库优化。这三部分是 Oracle DBA必须掌握的内容，尤其是 RAC、Data Guard和 Stream部署在很多企业应用系统上，提供了系统的高可用性以及高可靠性，已经成为企业招聘面试的必考内容。 本书高可用部分介绍了 RAC、Data Guard和 Stream的原理、架构以及安装部署技术，同时还介绍了 ASM存储以及 Clusterware的维护技术。备份与恢复部分详细介绍了 Oracle的所有备份和恢复技术。数据库优化包括 SQL优化和数据库实例优化技术，并介绍了性能分析工具 Statspack与 AWR。各部分所涉及的技术都使用了大量的实例来说明。 本书面向需要进阶的初级 DBA、中级 DBA以及准备 OCM考试的读者。如果读者有着丰富的 DBA经验，但对于某些原理如 RAC、Data Guard、Stream和 ASM等不甚了解，也可以从书中获得解答。

用Oracle有效地创建和管理大型数据库！ 数据库专家Kevin Owens是美国财政部计算机中心的Oracle数据库管理员，他将与您共同探讨PL/SQL——Oracle的结构化查询语言（SQL），并教您如何通过构建健壮、大型的数据库来解决您的业务问题。 本书语言通俗易懂，并引入大量代码示例。书中详细介绍了许多技术来利用Oracle的特性，如触发器和存储过程等。这些特性支持数据库结合业务规则，并可以根据业务的发展变化对规则进行管理和修改。本书讨论的主题包括： · 查看数据字典中的约束 · 实施复杂的规则 · PL/SQL程序单元和语言特性 · 数据类型和复合结构 · 错误处理和异常 · 进程间的通信 · 声明性约束，包括主键约束、惟一性约束、外键约束和检查约束等 本书对于希望构建和维护智能化大型数据库的开发人员、设计人员和项目负责人来说，都是

Oracle数据库作为世界范围内性能很优异的数据库系统之一，其在数据库市场的占有率始终处于数据库领域的领先地位。本书以 Oracle 10g for Windows XP为平台，由浅入深地介绍了 Or