本书是为广大数据分析师量身定制的入门读物，它旨在帮助读者站在大数据时代的制高点。数据分析处于统计学、计算机信息科学、运筹学、数据库等多个领域的交叉地带，大数据时代的到来大大丰富了数据分析的内涵，数据分析师的职责与以往相比发生了巨大的改变。本书全面介绍了经典数据分析、模式识别、机器学习、深度学习、数据挖掘、商务智能等多个领域的数据分析算法，将大数据时代的数据分析热点技术一网打尽。本书为每个数据分析算法都搭配了一个经典案例，并按照由易到难的原则构建知识框架，充分照顾了不同水平读者的阅读习惯。通过阅读本书，读者将对大数据时代下的数据分析有一个全面的认识。无论是入门级的数据分析员还是有一定基础的数据分析师，都能通过本书完善、加深对数据分析的认识。

在新媒体时代，如果对新闻报道、网上搜索的结果或者所谓的 专家告知 不加思考地完全相信，那你就等着上当受骗吧！ 本书围绕当今*受瞩目的大数据科学理论，通过日本政府公布的公开数据，集中针对访日游客的增加、舆论调查的可靠性、 安倍经济学 的成果、东日本大地震后的状况、相对贫困、失业率的下降、年轻人远离ХХ、全球变暖问题、减肥、恩格尔系数的上升等10个主题进行数据解读，帮助读者模拟体验数据读取方法，提高理解和分析数据的能力，挖掘出数据背后隐藏的真相。 作为 大数据分析 的超级入门书，即使不擅长数学、不了解统计学的人，读完本书也可以彻底掌握数据解读方法！

本书围绕健康医疗大数据的理论与实践展开论述。全书共分为7章，第1章主要描述大数据的基础知识、通用技术以及技术发展趋势；第2章主要对健康医疗大数据的概念、特征、分类、主要应用技术、国内外发展现状以及应用需求进行系统阐述；第3章~第6章分别对临床大数据、精细化运营大数据、健康管理大数据以及基因检测大数据的应用实践案例进行详细论述；第7章对健康医疗大数据的未来发展趋势进行展望。本书是很多应用实例和经验的总结，案例丰富翔实，将理论与实际紧密结合，对互联网技术人员、健康医疗行业的从业人士，以及高等院校相关专业的学生均有很大帮助。

本书以图书馆信息化为基点，从理论与实际应用角度，介绍了数据仓库与数据挖掘的概念、方法及在图书馆的应用。主要内容包括：以图书馆自动化集成系统日常工作中产生的数据为基础，详细介绍了应用微软SQL Server 2012数据仓库与数据挖掘工具进行图书馆数据仓库开发、数据集成服务、联机分析处理及常见数据挖掘技术挖掘过程。本书注重实践性，可操作性强，可作为企事业单位数据仓库与数据挖掘工作人员、研究人员参考用书

本书按照数据库应用（VFP）课程标准组织编写内容，每一个模块包含教学目标、目标双向细目表、典型题解及每一个任务的相应练习。题型有填空、选择、判断、连线、填表、填图和简答。附有5套综合练习，部分题目选自近年来的高职高考题，有较强的代表性。既可作为《数据库基础及应用》教材的同步练习，也可以作为强化数据库学习的好帮手。

数据挖掘技术是当下大数据时代最关键的技术，其应用领域及前景不可估量。R是一款极其优秀的统计分析和数据挖掘软件，黄文、王正林编著的《数据挖掘――R语言实战：大数据时代的R语言》侧重使用R进行数据挖掘，重点讲述了R的数据挖掘流程、算法包的使用及相关工具的应用，同时结合大量精选的数据挖掘实例对R软件进行深入潜出和全面的介绍，以便读者能深刻理解R的精髓并能快速、高效和灵活地掌握使用R进行数据挖掘的技巧。 通过本书，读者不仅能掌握使用R及相关的算法包来快速解决实际问题的方法，而且能得到从实际问题分析入手，到利用R进行求解，以及对挖掘结果进行分析的全面训练。 《数据挖掘――R语言实战：大数据时代的R语言》适用于计算机、互联网、机器学习、信息、数学、经济金融、管理、运筹、统计以及有关理工科专业的本科生

《数据工程实验指导书》涵盖了作战仿真数据规划、数据建模、数据集成、元数据集拟制、数据分析与数据挖掘、数据可视化、数据管理等方面的实验项目，实验内容饱满、步骤详细，有助于提高学生的实验效果。《数据工程实验指导书》可作为相关专业研究生和高年级本科生的实验教材，也可作为工程技术人员的参考书。

集Python、Excel、数据分析为一体是本书的一大特色。本书围绕整个数据分析的常规流程:工具熟悉-获取数据-数据熟悉-数据处理-数据分析-分析结果进行Excel 和Python 对比实现，告诉你每一个过程中都会用到什么？过程与过程之间有什么联系。这样一本书既可以作为系统学习数据分析流程操作的说明书，也可以作为一本数据分析师案头推荐的实操工具书，随时备查。本书通过对比Excel 功能操作去学习Python 的实现代码，而不是直接上来就学习Python代码，大大降低了学习门槛，消除了读者对代码的恐惧心理。适合刚入行的数据分析师，也适合对Excel 比较熟练的数据分析师，或从事其他岗位想提高工作效率的职场人。

本书是与张宏军教授等编著的《作战仿真数据工程》教材配套的实验指导书。本书根据《作战仿真数据工程》教材的组织特点编排了实验内容。紧密配合理论教学．合理安排数据工程的实验教学，使学生能够在有限的实验课时中，加深对所学知识的理解与掌握，熟练使用常用的数据工程相关处理软件，培养和提高学生的实际操作水平。 本书涵盖了作战仿真数据规划、数据建模、数据集成、元数据集拟制、数据分析与数据挖掘、数据可视化、数据管理等方面的实验项目，实验内容饱满、步骤详细，有助于提高学生的实验效果。 本书可作为相关专业研究生和高年级本科生的实验教材，也可作为工程技术人员的参考书。

《财务大数据分析与决策》提供了市场主流的数据处理工具以及可使用的操作代码，降低了读者学习大数据分析处理的门槛。 《财务大数据分析与决策》内容较丰富，从大数据的概念及分析流程和方法，企业财务决策过程中大数据的具体运用两方面出发，《财务大数据分析与决策》共9章，包括财务大数据概述和财务大数据分析的流程与方法等基本概念，基于企业战略分析与管理、全面预算管理、销售管理、采购管理、资金管理等业务流程的财务大数据分析及实战演练，基于大数据场景的财务报表分析等。书中配有代码数据、案例资料、教学视频等，用多媒体带入，方便读者阅读学习。 《财务大数据分析与决策》适用于会计学、财务管理专业及其他管理类专业的本科生、研究生，以及实务界人士和对大数据时代会计学、财务管理知识感兴趣的读者。

在军工产品的试验技术领域中，有一类产品如火工品等，它的性能是受外加能量（机械能、电能、热能等）的刺激而变化的，涉及的是对总体不能直接观测的一个特殊统计模型，对这类产品的性能分析或试验鉴定是通过改变刺激量强度来实现的，这类试验称为感度试验。在我国感度试验用的是国际上的升降法、兰利法等方法，研究认为这些方法存在着许多弊端。 本书系统介绍了我国自己研究创新的一套自成体系的感度试验新方法，它是基于统计学中的EM算法及Fisher信息量原理而建立的，他几乎克服了外使用的升降法、兰利法、Neyer_D法等方法的所有弊端。重点介绍了方法建立的背景、理论基础、使用方法，其内容主要是设计理论、S_EM数据处理方法、数据分析的统计学方法、样本量的确定方法。为了便于实际工作的需要，本书给出了应用软件。

本书是数据分析与数据挖掘课程的实验指导书，结合大量实例全面阐述了使用SPSS系列软件进行数据分析与挖掘的原理方法和步骤全书分为两个部分，第YI部分为数据分析实验，主要介绍如何利用SPSS Statistics软件进行统计分析，具体包括T检验方差分析相关分析等十三项实验科目，第二部分为数据挖掘实验，主要介绍如何利用Clementine(SPSS Modeler)软件进行数据挖掘，具体包括关联规则挖掘决策数据分类神经网络等五项实验科目

本书分为基础理论与技术篇和实验开发篇两大部分。基础理论与技术篇主要内容包括数据库系统概述、数据库设计、数据库操作技术、表操作技术、查询操作技术、SQL语言、设计窗体、设计宏、设计报表、VBA程序设计基础、VBA程序实例、数据的传递与共享和走进大数据；试验开发篇主要内容包括数据库操作技术实验、数据库编程实验、数据共享与安全实验和小型应用系统开发案例。全书兼顾理论基础的坚实和技术实践的应用，用一个实用的应用系统程序贯穿整个教学过程，并围绕它安排了大量翔实的实例。 全书讲授的内容可在中国大学MOOC平台（“数据库技术及应用”课程）获得相应的授课视频等资源，便于教师教学和学生自主学习，以及开展混合式教学。 本书可作为高等学校非计算机专业数据库基础课程以及相关专业数据库技术课程的，也可作为全国计算机等级

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

本书依据商业大数据的特点，对不同类型的商业大数据进行分析和讲解。全书共5 章， 章和第2 章分别对商业大数据分析和商业数据可视化进行了概述，第3～5 章详细阐述了非结构化数据与文本挖掘、社会网络分析与可视化、多维异构数据的分析与可视化。在梳理基本专业理论知识的同时，本书注重与知识点相对应的实际应用案例展示，以便辅助读者更直观地理解理论知识。 本书着重培养学生综合运用专业知识解决理论和实际问题的能力，可以作为高等院校电子商务、管理科学与工程、计算机科学与技术等专业的，也可以作为相关工作人员的参考用书。

本书由DanaiKoutra和 知名的数据挖掘领域奠基人之一ChristosFaloutsos教授合著，介绍了图挖掘领域一个崭新的研究方向。全书内容主要包括两个部分：第壹部分介绍了单图上的概要表示以及节点标签分类算法；第二部分介绍了群图上的概要表示以及群图的相似性度量和节点对齐算法。

R作为一个可扩展的系统，其功能分布在众多的包中，每一个包囊括了大量函数，即使是经验丰富的使用者也不会指望能将所有的细节记在脑海中。维西瓦·维斯瓦纳坦、珊蒂·维斯瓦纳坦编著的《R数据分析秘笈》在为已有一定基础的R用户提供现成的方法来实现很多重要的数据分析任务。当面对一个特定任务时，你可以在几分钟内找到合适的方法并实施，而不必在互联网或众多书籍中苦苦搜索。 本书从各类源数据的读入和调整，数据分析前的准备工作、清洗、转换，到面向各类需求的各种模型，再到能够显著提高效率的自动化报告系统knitr和交互式可视化系统shiny， 到与Java、MySQL、MongoDB和Excel之间的配合工作，为初级和中级数据分析师准备了80多种实用方法，帮助你完成真实场景中的各项任务。

本书呈现了文本挖掘领域优选的算法，同时从学术界和产业界的角度介绍了文本挖掘。本书涉及的业界学者跨越多个国家，来自多个机构: 大学%2665380;企业和政府实验室。本书介绍了文本挖掘在多个领域中的