本书主要包括三部分内容，即误差和数据处理基础、试验设计方法与应用和计算机数据处理软件简介。从误差理论入手，分别介绍测量值与误差、偶然误差的分布、误差传递等误差理论中的内容，介绍统计检验、方差分析、回归分析和聚类分析等数据处理方法与应用，介绍提高分析化学准确度的方法及质量控制方法，介绍正交试验设计、多因素序贯试验设计、*化区组和拉丁方设计、析因设计、响应面设计方法与应用，后一章以较大篇幅对现时流行的大型统计软件之一SPSS（Statistical Product and Service Solutions）进行简要介绍，书末附有习题及常用的统计数表。 本书着重介绍基本概念和基本理论，并在此基础上结合专业特点，介绍了各种统计方法在化学化工、医药、环境检测、矿物加工等多方面的应用，本书把误差与数据处理、质量控制和实验设计作为重点。
本书以面向应用、面向实战为指导思想，紧扣企业技术人才培养的特点，在知识点讲解和实验中避免复杂的理论，使读者能快速上手体验、验证大数据处理的魅力，以激发读者的学习兴趣。 本书覆盖了大数据生命周期中的主要技术要点，全书共8章，第1章介绍大数据的产生和特点及思维的变革，第2章了解大数据生态系统，第3～7章按照大数据的生命周期，分别讨论大数据采集与预处理、大数据管理、大数据分析、大数据可视化、大数据应用的基本原理和方法，第8章讨论大数据安全面临的挑战。 本书可作为本科、高职院校大数据技术或数据科学课程的参考书或教材，也可供数据科学相关技术人员阅读。
为数据挖掘入门级教材，共分8章，主要内容分为三个专题：技术、数据和评估。技术专题包括决策树技术、K-means算法、关联分析技术、神经网络技术、回归分析技术、贝叶斯分析、凝聚聚类、概念分层聚类、混合模型聚类技术的EM算法、时间序列分析和基于Web的数据挖掘等常用的机器学习方法和统计技术。数据专题包括数据库中的知识发现处理模型和数据仓库及OLAP技术。评估专题包括利用检验集分类正确率和混淆矩阵，并结合检验集置信区间评估有指导学习模型，使用无指导聚类技术评估有指导模型，利用Lift和假设检验比较两个有指导学习模型，使用MS Excel 2010和经典的假设检验模型评估属性，使用簇质量度量方法和有指导学习技术评估无指导聚类模型。本书秉承教材风格，强调广度讲解。注重成熟模型和开源工具的使用，以提高学习者的应用能力为目标；
本书是《实用数据结构基础（第四版）》（陈元春、王中华、张亮、王勇编著，中国铁道出版社出版） 的配套学习指导书。全书内容分为5部分：教学内容指导（包括对主教材第1～10章的知识点分析、典型 习题分析和各章习题解答）；自主设计实验指导（对10个自主设计实验的设计思想、算法分析进行了详细 指导）；模拟试卷；模拟试卷参考答案；数据结构课程设计报告样例。 本书对数据结构的概念和原理的阐述通俗易懂，例子翔实；习题难易适中，题型丰富；对数据结构 基本运算的分析注重实现的过程。本书以C/C++语言作为算法的描述语言，对于书中的实验和一些重要 的算法均给出了完整的C/C++语言源程序，并全部在Visual C++ 6.0环境下运行通过。 本书适合作为普通高等院校计算机类专业数据结构课程的教学辅导书，也可作为成
本书按照处理数据的逻辑顺序和习惯，从数据的整理开始入手。从数据的抽样开始，介绍了传统统计的抽样理论，并进一步探讨大数据样本的代表性问题。并且通过具体案例向读者介绍整个数据探索性分析的主要步骤。然后是数据的展示技术，也就是常说的数据可视化，从数据的类型以及展示的内容不同，分别介绍了单变量和多变量数据的多种图示方法，数据的分布形态、高维数据、空间数据的展示，并且介绍了统计制图的一些基本原则和图形美化的操作。 本书主要面向的应用统计专业硕士、有统计学本科基础的各专业硕士研究生，我们也希望对这方面感兴趣的统计专业高年级的本科生以及其他各个领域的有数据分析需求的学生和从业人员可以阅读参考。
全书共分为六章：*章为绪论，介绍了大数据时代隐私内涵的构成要素以及发展变迁历史，并从技术层面、社会层面、个人层面列举了大数据环境下隐私安全的表现形式，总结了当前个人隐私被侵害的类型以及呈现的特征；第二章为隐私泄露风险评估与度量方法，针对常用的隐私保护方法，详细介绍了当前隐私量化模型与度量标准的相关研究，并分析了主流的隐私度量方法的性能优劣以及评价指标；第三章为位置服务中隐私保护技术，并介绍了P2P结构与独立架构两种模式下位置隐私保护技术方案。第四章为深度学习训练数据集隐私保护技术，提出了两种差分?
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。
由郝文宁、靳大尉和程恺共同编*的这本教材《数据分析与数据挖掘实验指导书》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IBM SPSS系列软件进行数据分析与挖掘的原理、方法和步骤。紧密配合理论教学，使学生在有限的实验课时中，加深对所学知识的理解和掌握。 全书分为两个部分，**部分为数据分析实验，主要介绍如何利用IBM SPSSStatistics软件进行统计分析，具体包括描述性统计、参数检验、非参数检验、相关分析、回归分析和因子分析等七项实验科目，第二部分为数据挖掘实验，主要介绍如何利用IBM SPSS Modeler软件进行数据挖掘，具体包括关联规则挖掘、决策树分类、人工神经网络分类、贝叶斯方法分类和聚类等七项实验科目。 本书可作为数据工程相关专业本科生教材，也可为从事各领域数据分析和数据挖掘的专业人员
刘电威主编的《网店数据分析》以基于DACUM的职业技能培训和基于BAG的职业行动能力教育为框架结构，详细介绍了*网店的数据分析工具，包括*搜索与*指数、量子恒道、数据魔方等，同时采用真实的*网店作为案例进行数据分析，注重理论与实践相结合，语言简明扼要，通俗易懂。 本书作为网店数据分析的教学企业实训教程，既可用作高职院校电子商务专业的教材，也可供网上创业者阅读参考，以及作为自学或机构培训用书。
大数据为何如此聪明？它是否会chao越人类理性的控制？本书选取人机关系这一切入点作为分析视角，综合以往哲学界做出的相关论述，阐释了新的概念与理论体系下大数据如何在人机交互中构建和涌现智能。 本书以大数据时代作为总的分析背景，进行了 人机关系的内涵分析 人机关系与心物关系问题的关联 大数据的构建与其意向性的负载 大数据的可建构性研究 人机关系视域下的大数据的伦理问题 等方面的论述，在跟随时代热点的同时也对 心物关系 和 他心知 等经典的哲学问题做出了视角较为新颖的回应。本书知识性、系统性较强，可作为科技哲学领域研究的专家学者进一步从事人工智能哲学和技术哲学等领域研究的参考用书。
李琳琳主编的《数据链技术及应用(高等学校十二五规划教材)》是一本全面介绍数据链系统概念、原理、组成、功能、集成及作战应用的教科书。全书共分7章，围绕数据链系统这一核心概念，主要介绍了数据链系统的基本概念、组成及工作原理，详细阐述了数据链系统的信息传输、信息安全、网络管理以及数据链与平台的集成，*后介绍了数据链在作战中的应用。 本书可作为军队院校通信工程和指挥信息系统工程等相关专业的本科生教材，也可作为地方高等院校国防生相关专业教材和各类军队干部培训(轮训)教材，还可以作为国防科技人员和军事爱好者的参考资料。
随着Python应用领域的拓展，越来越多的人将Python用于处理大型数值数据集，使用标准格式来进行数据的存储和通信也显得越来越重要，而HDF5也正迅速成为人们存储科学数据的选择。本书向任何有Python数据分析基本背景的人介绍如何在Python下使用HDF5。 本书将着重于HDF5的本地功能集，而不是Python的高层抽象。熟悉Python和NumPy的读者，更容易阅读和掌握本书的内容。本书适合有一定基础的Python开发者，尤其适合要使用Python开发数据存储和处理等相关应用的读者阅读参考。
MongoDB是一种面向文档的分布式数据库，可扩展，表结构自由，并且支持丰富的查询语句和数据类型。时至今日，MongoDB以其灵活的数据存储方式逐渐成为IT行业非常流行的一种非关系型数据库（NoSql）。 本书从学习与实践者的视角出发，本着通俗精简、注重实践、突出精髓的原则，精准剖析了MongoDB的诸多概念和要点。全书共分4个部分，分别从基础知识、深入理解MongoDB、监控与管理MongoDB和应用实践几个维度详细地介绍了MongoDB的特点及应用实例。 本书适合有海量数据存储需求的人员、数据库管理开发人员、数据挖掘与分析人员以及各类基于数据库的应用开发人员。读者将从书中获得诸多实用的知识和开发技巧。
近年来，大数据成为学术界和工业界的热点，其 本质就是海量数据分析。海量数据的来源包括互联网 、传感器、生产生活、科学观测、科学实验等。海量 数据分析不仅可以帮助人们取得新的科学发现，也可 以推动技术的适应性、个性化和健壮性方面的进步。 海量数据分析是一个跨学科的研究领域，理解本书的 内容需要具备计算机科学、统计学和优化理论的基础 知识。美国国家学术院国家研究委员会编著的《海量 数据分析前沿》从计算和推理的角度分析了与海量数 据分析相关的前沿问题，重点介绍海量数据挖掘分析 以及流数据挖掘的进展，讨论了并行和分布式系统架 构方面的*发展，具体内容包括数据建模、任务建 模、计算复杂性问题分析、数据采样以及人工参与的 数据分析方法等。
《文本挖掘技术及其应用》包括四个部分。部分包括两章，介绍常用文本挖掘技术，总结基本流程。第二部分共五章，在R软件上详细介绍了文本挖掘，包括R 软件的简介与安装，文本挖掘所需的基本R包，Facebook、微博、Twitter、网页等爬虫技术、数据预处理如断词、字词处理、语料库建立等，资料 分析如关联分析、集群分析、主成份分析和聚类分析。第三部分共两章，在MS SQL Sever上介绍如何实现文本挖掘，章是数据预处理技术，包括怎么导入文本数据、建立字词与词向量、建立训练集和测试集，第二章在MS SQL Sever上实现常用的文本数据挖掘方法，并进行图表分析。第四部分为顾问公司和新闻网合作的案例。
本书在介绍大数据发展背景、特点及主要技术层面的基础上，对大数据的数据采集、数据存储、常见计算模式和典型系统工具进行了分析介绍。本书同时对各种典型系统工具进行了讲解，包括大数据查询分析计算及典型工具（HBase、Hive）、批处理计算及典型工具（MapReduce、Spark）、流式计算及典型工具（Storm、Apex、Flink）、事件流及典型工具（Druid）等。本书提供了大量的实例和源代码供读者参考，指导读者快速、无障碍地了解和掌握常见大数据分析工具的使用。本书适合作为计算机及相关专业的教学用书，也可以作为大数据初学者的自学教材和参考手册。
本书重点介绍数据质量管理与安全管理的理论及应用。首先通过数据管理现况和问题的分析,提出数据质量管理的步必须是将各种来源的数据标准化，具有统一的数据格式和规则。书稿中强调了提高数据质量不仅可提高信息系统的质量，还可提高经营活动的质量。需要制定质量管理计划或执行具体的质量管理活动。定义了数据质量的准确性、一致性、可用性、可达性、及时性、安全性这6个标准以及对应的管理流程，划分了5个能力成熟度的等级，界定了从管理者到执行者等各个质量管理活动和责任。提出多项数据质量管理主要技术和各国实用案例，还进一步在Orange数据库中实践了数据质量诊断流程。书稿后半部针对日益增长的数据库安全性的需求，提出了安全管理系统构建、访问控制，数据伪装等具体可行的技术手段，后还将数据安全技术推广到大数据的应用场景。
本书结合高职高专的教学特点，较系统地介绍了*基础、*必需掌握的数据库原理相关理论知识，在此基础上，通过大量实例着重讲解SQL Server 2014所提供的各种工具对数据库实施的操作与管理，并辅以某公司人事系统后台数据库设计项目作为实训练习贯穿全书，使得数据库原理的阐述与SQL Server 2014的实际应用融为一体，读者可以通过必要的基本理论指导其对数据库操作的实践，同时也能在实践中加深对数据库原理的理解。为方便读者更好掌握SQL Server 2014的使用，书中采用通俗易懂的方式介绍了有关操作步骤和原理，并辅以大量实例和插图。每章均配有相关内容的项目设计，便于读者进行实际操作和练习。本书共计三大部分，其中*部分（*章至第四章），主要介绍数据库基本概念和理论，第二部分（第五章至第七章），主要介绍SQL Server 2014的安装、管理和数据操作等，第
本书采用图解形式对“大数据”这一概念进行了全新解读，将大数据从一个IT术语变成了人人能读懂的大众词汇。本书从大数据的“前世今生”讲起，通过列举各行各业应用大数据的案例，全面解读了大数据和个人的关系、如何利用大数据创业、大数据中隐藏了多少价值、大数据给我们带来了哪些冲击和变革、如何利用大数据进行精准营销等读者十分关心的热点问题。本书图文并茂，读者利用零散时间，就能迅速了解大数据知识。 本书适合企业管理者、创业者、投资者、高校相关专业师生等想运用大数据改变未来生活的人士阅读。
本书引入真实的案例， 以提供优质的数据分析服务、 撰写高质量的数据分析报告为目标。在阐述数据分析时， 力求以系统的观念从所研究主题的整体着眼， 综合不同的分析角度、 数据处理方式、 分析方法和分析工具， 以揭示数据更本质的特点和更深层次的规律。书中以实际案例为背景， 说明综合采用统计方法、 数据挖掘方法进行数据分析的主要问题。 本书适合学过数据分析基础知识的读者阅读，也可供大学生、初入数据分析职场人员、参与CDA考试的人员学习使用。
