本书源于实践，针对数据资产化的现状、问题进行深入分析，提出构建数据资产评估生态、创建数据资产评估生态圈的理念，以实现数据资产评估全流程可信、可监控、可追溯的目标。同时，本书着重介绍了数据资产评估生态的构建，涉及数据资产行业监管类机构、数据资产评估类机构、数据资产服务类机构及数据资产评估联盟，并详细介绍了各机构权责，使数据资产评估变得切实可行。本书主要面向数据资产评估产业的机构和相关人员，包括经营决策者、技术架构设计人员及各类科研单位研究人员等，同时也可供数据资产评估工作者及相关研究人员使用或参考。

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。

为什么花更少的钱买更偏远的房子不一定划算？ 为什么得分最多的运动员不一定是好运动员？ 为什么癌症发病率上升竟可能是一件好事？ 泰勒主义、绩效管理、科学管理、关键绩效指标等理论都建立在同一个假设之上：如果你考核员工并提供激励，你就会得到理想的结果。但事实真的是这样吗？ 我们使用衡量指标来了解世界上许多重要的事：教育和医疗系统是否高效，一个国家是否比另一个国家更富裕，哪个城市的生活质量更高……在这本书中，作者分享了许多选用错误的衡量指标，进而带来糟糕结果的案例，展示了衡量指标如何影响教育、医疗、商业，甚至城市发展。 为什么人们总是测量错误的数据，而忽视重要的指标设定？这本启发性的书提醒我们，并非所有重要的东西都计算得清楚，也并非所有计算得清楚的东西都重要。被各种量化指标裹挟的我们，要

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。

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。

《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

理解数据最有力的工具是良好的对话。现实中，如果数据分析师和管理者使用不同语言，拥有接近不同的观点，或者对彼此的方法和约束条件缺乏了解，那么双方将难以就数据达成共识。 本书旨在帮助读者建立一种称为数据流利度的技能，掌握一系列有效的数据分析交流技巧，使其能够清晰、准确地表达数据的含义并挖掘数据潜在的价值。 本书通过理解数据和数据交流两大模块，详细介绍有关数据概念、数据处理、数据建模以及数据展示等技能知识，在各章中以数据对话的形式将读者带入实际情境中，并辅以大量的图、表和数据以及相应的总结，以更加形象地帮助读者清晰地讨论数据。本书还关注如何有效地将数据结果传达给其他专业或非专业技术人员，以便更好地与他人分享和探讨数据。

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。

本书是目前有关数据挖掘在数据化运营实践领域比较全面和系统的著作，也是诸多数据挖掘书籍中为数不多的穿插大量真实的实践应用案例和场景的著作，更是创造性地针对数据化运营中不同分析挖掘课题类型，推出一一对应的分析思路集锦和相应的分析技巧集成，为读者提供“菜单化”实战锦囊的著作。作者结合自己数据化运营实践中大量的项目经验，用通俗易懂的“非技术”语言和大量活泼生动的案例，围绕数据分析挖掘中的思路、方法、技巧与应用，多方面整理、总结、分享，帮助读者深刻领会和掌握“以业务为核心，以思路为重点，以分析技术为辅佐”的数据挖掘实践应用宝典。 全书共19章，分为三个部分：基础篇（靠前～4章）系统介绍了数据分析挖掘和数据化运营的相关背景、数据化运营中“协调配合”的核心，以及实践中常见分析项目类型；实战篇（

本书以人力资源管理系统案例开发与管理为主线，深入浅出地介绍Oracle 11g数据库系统开发与管理的基础知识。全书包括4个组成部分。*部分介绍Oracle数据库系统的构建，包括数据库服务器的安装与配置、数据库常用管理与开发工具介绍、数据库体系结构介绍等；第二部分介绍人力资源管理系统数据库开发，包括数据库的创建、数据库存储结构设置、数据库对象的创建与应用、利用SQL语句与数据库交互、利用PL/SQL进行数据库功能模块开发等；第三部分介绍Oracle数据库的管理与维护，包括数据库启动与关闭、安全性管理、备份与恢复管理、数据库闪回管理、初始化参数文件管理等；第四部分介绍基于Oracle数据库的应用开发，包括人力资源管理应用开发、图书管理系统设计与开发和餐饮评价系统设计与开发等。附录A为实验部分，提供8个实验，供学生实践、练习。 本书

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

本书系统全面地讲解Streamlit的核心概念、实例项目应用和很好实践。通过案例带领读者从零开始逐步掌握Streamlit的基础知识和高级技能。读者将学会如何使用Streamlit实现数据可视化、添加交互组件，以及如何构建出炫酷的Web应用。 本书分为两篇共10章，基础篇（第1~7章）讲解Streamlit的安装配置，以及基本的文本、数据、图表、多媒体等组件的使用和页面布局；实战篇（第8~10章）讲解如何开发企鹅分类项目、医疗费用预测项目、销售数据仪表板项目，帮助读者熟练掌握Streamlit的高级技能和开发流程。 本书采用理论与实践相结合的方式，示例丰富，适合想快速构建机器学习和数据科学Web应用的Python使用者阅读。本书配套内容有练习数据和源代码，可供读者通过阅读和编码实践的方式快速掌握Streamlit,开发机器学习和数据科学的Web应用。

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

云计算和云应用已经深入社会生活的每个角落。加密算法是云数据传输的关键保障。但是，攻击者通过大量边信道攻击可以获取密码算法中秘密信息，导致传统公钥密码算法在边信道攻击下不安全。研究抗边信道攻击的公钥密码不仅具有重要理论意义而且具有广阔应用前景。本书针对云存储中数据安全和隐私保护的需求，详细阐述抗边信道攻击的加密原理、关键技术并进行实践。将建立一套抗边信道攻击的加密理论和方法，为云环境下数据安全存储和访问控制提供理论基础和技术支撑。

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。

《Oracle 11g数据库实用教程/高等学校计算机类规划教材》结合笔者多年的Oracle数据库管理与开发经验编写而成，详细地介绍了管理和开发Oracle数据库所的相关知识与技术。全书共15章，内容涉及Oracle Database 11g的安装和配置、体系结构、数据库管理、表空间管理、表管理、数据查询与操作、PL/SQL、索引和视图、过程和函数、触发器、游标、系统安全管理、数据库备份与恢复等。《Oracle 11g数据库实用教程/高等学校计算机类规划教材》内容丰富、注重实用，理论讲解与大量示例相结合，同时每章提供了总结及问题与习题，帮助读者理解、巩固和实践所学习的内容。 《Oracle 11g数据库实用教程/高等学校计算机类规划教材》兼顾了数据库理论和Oracle实践以及应用程序的开发与管理，特别适合作为高等院校或者培训机构数据库相关课程的教材与参考教材，适合于初学者

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。