本书与以往统计学中的概率论略有不同,添加了一些复杂数据类型的概率基础知识和模拟计算中的相关概率知识。具体安排如下所述。本书共分6章。第1章为概率与计数,基本内容是随机事件、概率空间、计数方法、概率的确定方法。第2章为条件概率,基本内容是条件概率与乘法公式、事件的独立性、全概率公式与贝叶斯公式。第3章为随机变量,基本内容是随机变量及其分布函数、随机变量的分类、二维随机向量、随机变量的独立性、随机变量函数的分布。第4章为常用的概率分布,基本内容是常用的离散型随机变量、常用的连续型随机变量、随机数的产生。第5章为随机变量的数字特征,基本内容是数学期望、方差和协方差、矩和矩母函数、条件期望。第6章为不等式和极限定理,基本内容是概率不等式、大数定律及其应用、中心极限定理。

本书以大数据为研究背景，系统分析了传统数据技术当前存在的问题以及面临的挑战，并对比了当前主流的面向大数据的数据库解决方案，在此基础上阐述了笔者的研究工作：基于MapReduce平台高处处理大数据的OLAP研究。书中反应了当前大规模数据仓库研究的热点和成果，值得大数据研究的人员参考和应用。

本教材基于IBM SPSS19.0中文版进行编写，通过实验项目的形式介绍了相关统计方法原理、SPSS软件操作与应用。全书分10章约30个实验。每一章设计了实验目的、准备知识、实验内容、实验步骤、实验结果与分析、实验总结、练习与作业。本教材既可以作为高等院校学生学习SPSS软件的实验教材，也可以作为应用SPSS软件进行数据统计分析的一本参考手册，而且特别适用从事统计分析、社会学、市场分析、金融统计、经济统计分析的专业人员和管理人员。

数据库（Database，DB）简而言之就是存放数据的仓库，是为了实现一定目的，按照某种规则组织起来的数据的集合。MySQL数据库是当前*主流的关系型数据库之一，本书以MySQL数据库为核心，主要内容包括数据库安装、 数据库表创建管理、使用SQL语句实现数据添加、修改、查询以及事务、视图、索引、备份和恢复等知识，并以员工晋级系统为例，完成一个典型系统的数据库的设计。为保证*优学习效果，本书紧密结合实际应用，利用大量案例说明和实 践，提炼含金量十足的开发经验。本书围绕对MySQL数据库的操作进行讲解，并配以完善的学习资源和支持服务，包括视频教程、案例素材下载、学习交流社区、讨论组等终身学习内容，为开发者带来全方位的学习体验，更多技术支持请访问课工场官网：www.kgc.cn。

《数据挖掘技术》是基于数据挖掘经典算法及数据挖掘领域研究技术进行数据分析的教材。全书内容包括数据挖掘概述、分类算法、聚类算法、关联规则算法及相应典型算法的算法描述及分析等。对当前数据挖掘的新技术——流数据挖掘技术、高维聚类算法、分布式数据挖掘、物联网数据挖掘进行了详细的介绍。该部分在讲述基本概念及典型算法的基础上配有新研究的算法模型及分析，并有实验数据分析及结果显示。最后对其他数据挖掘新技术，包括业务活动监控挖掘技术、云计算平台架构和数据挖掘方法及思维流程数据挖掘技术进行了描述。 本书可以作为高等院校信息管理、数理统计等专业有关数据挖掘教学的本科生或者研究生的专业课教材，也可以作为各类相关培训班的教材，还可以作为从事数据分析、智能产品软件开发人员的参考书及数据挖掘爱好者的

《基于Python的大数据分析基础及实战》是一本介绍如何用Python3.6进行数据处理和分析的学习指南。其主要内容包括：Python语言基础、数据处理、数据分析、数据可视化，以及利用Python对数据库的操作、自建Python应用库的共享发布等。《基于Python的大数据分析基础及实战》分3个部分：部分为基础知识，第2部分为实战案例，第3部分为拓展与延伸。本书内容丰富，讲解通俗易懂，非常适合本科生、研究生，以及对Python语言感兴趣或者想要使用Python语言进行数据分析的广大读者。

李春葆、李石君、李筱驰编著的这本《数据仓库与数据挖掘实践》系统地介绍了数据仓库和数据挖掘技术，第1章到第3章介绍数据仓库的基本概念和相关技术，第4章到1章介绍数据挖掘的基本概念和各种算法。内容包括数据仓库构建、OLAP技术、分类方法、聚类方法、关联分析、序列模式挖掘方法、回归和时序分析、粗糙集理论、文本挖掘、Web挖掘和空间数据挖掘方法等。本书既注重原理，又注重实践，配有大量图表、示例和练习题，内容丰富，概念讲解清楚，表达严谨，逻辑性强。语言精练，可读性好。本书既便于教师课堂讲授，又便于自学者阅读。适合作为高等院校高年级学生和研究生“数据仓库和数据挖掘”或“数据挖掘算法”课程的教材。

严晖、周肆清主编的《数据库技术与应用实践教程(SQL Server2008计算机专业群第2版普通高等教育十三五规划教材)》是与《数据库技术与应用(SQL Server 2008)》(第二版)配套的教学参考书，以SOL SerVer 2008数据库管理系统为实验平台，介绍了SQL Server的主要功能和数据库的基本操作方法，其中sQL语法均用实例验证，大部分例题配有图片说明。系统开发平台使用Windows 7环境下的Visual Basic．NET 2010，书中全部例题均在该系统环境中运行通过，图片为SQL Server 2008系统运行界面和Visual Basic．NET 2010运行界面的截图，直观、清晰，方便读者对照学习。 全书分为两篇：实验指导和课程设计案例。实验指导篇共安排19个实验，内容选择恰当，具有启发性和实用性，与教材内容紧密结合，强调对学生动手能力的培养，达到即学即用的目的；课程设计案例篇共安排5个案例，分别从文学、法学

第1章 Oracle 数据库基础及 Oracle 12c 第2章 数据库的存储设置与管理 第3章 数据库对象的创建设计与管理 第4章 数据操纵与事务管理 第5章 查询数据 第6章 PL/SQL程序块基础及开发 第7章 用户安全性管理 第8章 事务、锁、闪回 第9章 备份与恢复 第10章 基于Oracle数据库的应用开发

本书基于大数据研究系统的能力评估框架与方法，针对传统的能力评估理论和方法主要存在的缺陷，从大数据中挖掘有价值的信息来辅助评估，以提高评估的客观性、科学性、可信性。本书借助鲁棒有序回归方法，构建了基于大数据的交互式能力评估新型框架；通过特征选择算法分析了行动效果关键影响要素；将鲁棒有序回归方法用于确定评估模型的参数，并提出了认知很优最劣方法、区间认知网络过程和区间很优最劣方法3种新的基于两两比较的方法，用于辅助专家提供评估的参考信息。 本书提出的能力评估框架和方法可以推广到多种评估应用中，书中内容可为能力评估和大数据相关研究人员提供参考。本书可作为本科生和研究生的教辅资料，也适合企业与行业大数据从业人员阅读。

程传慧主编的《数据库原理与技术(计算机专业群第3版普通高等教育十三五规划教材)》较系统、全面地叙述了数据库系统的基本概念、基本原理和基本方法。内容包括数据库概念、数据模型、存储结构、关系数据理论和关系数据库的基本概念、SQL语言、数据库应用系统设计、SQL Server 2014数据库的基础知识与基本开发方法。还介绍了C／S与B／S模式、数据库保护、数据仓库、数据挖掘、分布式数据库等知识。本教材强调理论联系实际， 一章介绍了管理信息系统软部件库和软件生产线，无需掌握编程语言，只需建模并在建模过程中设定参数就能完成一般管理信息系统的设计与建设。 本书可作为高等院校本、专科及在职职工学习数据库理论与技术的教材，也可供研究生和从事计算机工作的科技工作者参考。

程传慧主编的《数据库原理与技术(计算机专业群第3版普通高等教育十三五规划教材)》较系统、全面地叙述了数据库系统的基本概念、基本原理和基本方法。内容包括数据库概念、数据模型、存储结构、关系数据理论和关系数据库的基本概念、SQL语言、数据库应用系统设计、SQL Server 2014数据库的基础知识与基本开发方法。还介绍了C／S与B／S模式、数据库保护、数据仓库、数据挖掘、分布式数据库等知识。本教材强调理论联系实际， 一章介绍了管理信息系统软部件库和软件生产线，无需掌握编程语言，只需建模并在建模过程中设定参数就能完成一般管理信息系统的设计与建设。 本书可作为高等院校本、专科及在职职工学习数据库理论与技术的教材，也可供研究生和从事计算机工作的科技工作者参考。

程传慧主编的《数据库原理与技术(计算机专业群第3版普通高等教育十三五规划教材)》较系统、全面地叙述了数据库系统的基本概念、基本原理和基本方法。内容包括数据库概念、数据模型、存储结构、关系数据理论和关系数据库的基本概念、SQL语言、数据库应用系统设计、SQL Server 2014数据库的基础知识与基本开发方法。还介绍了C／S与B／S模式、数据库保护、数据仓库、数据挖掘、分布式数据库等知识。本教材强调理论联系实际， 一章介绍了管理信息系统软部件库和软件生产线，无需掌握编程语言，只需建模并在建模过程中设定参数就能完成一般管理信息系统的设计与建设。 本书可作为高等院校本、专科及在职职工学习数据库理论与技术的教材，也可供研究生和从事计算机工作的科技工作者参考。

程传慧主编的《数据库原理与技术(计算机专业群第3版普通高等教育十三五规划教材)》较系统、全面地叙述了数据库系统的基本概念、基本原理和基本方法。内容包括数据库概念、数据模型、存储结构、关系数据理论和关系数据库的基本概念、SQL语言、数据库应用系统设计、SQL Server 2014数据库的基础知识与基本开发方法。还介绍了C／S与B／S模式、数据库保护、数据仓库、数据挖掘、分布式数据库等知识。本教材强调理论联系实际， 一章介绍了管理信息系统软部件库和软件生产线，无需掌握编程语言，只需建模并在建模过程中设定参数就能完成一般管理信息系统的设计与建设。 本书可作为高等院校本、专科及在职职工学习数据库理论与技术的教材，也可供研究生和从事计算机工作的科技工作者参考。

本书是大数据分析技术的入门图书，内容分为大数据分析与挖掘概述、SparkSQL结构化数据分析与处理、SparkStreaming流数据分析与处理、SparkGraphX图数据分析与处理、SparkMLlib机器学习和大数据分析系统等6章。通过每章的章节导读，读者能够快速了解本章相关内容的背景意义；通过相关理论及概念的介绍，读者能够对大数据分析的基本方法有整体认识和了解；通过典型案例的讲解，读者能够对大数据分析技术的应用有深刻认识。本书既注重基础知识也关注前沿问题，通过知识链接、小贴士等板块补充相关前沿知识内容。本书可作为数据科学与大数据专业人员的入门读物，也可作为相关职业教育课程的参考书，还可作为大数据技术应用的爱好者以及各领域大数据建设、管理和运用者的参考书。

你是否有过这样的经历：在项目的最后一刻突然被要求在图中修改或添加某个数据点?这时为了完成项目,你将不得不冒着降低准确性的风险，然而,在Tableau中不会发生这种情况。Tableau是一个革命性的工具包,利用它可以简单、高效地创建高质量的数据可视化图形。本书通过大量的具体案例，详细讲解了如何利用Tableau软件进行数据可视化分析，包括基本使用方法、具体操作步骤、实现原理及一些实用技巧等，为快速掌握Tableau软件提供了翔实指导。 本书共9章，章讲解如何连接不同数据源，包括文本、Excel、Access数据库文件及服务器上的数据；第2～5章循序渐进讲解各种图形的创建方法，包括单变量图、双变量图、多变量图和地图；第7~8章详细讲解了如何自定义图中各个元素以及如何将做好的可视化图形打包分享；第6章和第9章主要介绍Tableau的高级功能，包括自定义