数据新闻作为一种新型的新闻报道形式，弥补了传统新闻或叙事性新闻无法呈现的效果。数据新闻采用可视化的方法将单调的数据用一种直观、便于理解、更具说服力的方法呈献给读者。大量的数据比采访几十个对象获取的信息更多，做出的结论更客观易懂，也更容易阐明观点。 本书介绍在大数据环境下数据新闻的制作流程。以丰富的实践案例解析数据新闻的制作理念和方法。紧密围绕新闻人在制作数据新闻中的实际需求，全面介绍了数据新闻概述，获取数据的工具和方法，使用Openrefine清理和分析数据，数据质量分析，使用Tableau实现数据分析及可视化，以及标签云、关系图制作、Echarts和HTML5等其他数据新闻制作工具。 本书理论与实践结合，偏重数据新闻的具体制作方法。不仅包含的理论知识，而且包含具体的实践案例，多角度启发和引导读者的创新思维，增

Oracle数据库存储管理与性能优化 这本书以Oracle 11g为蓝本，在某些实践应用中也讲到了12c版本，全面系统地介绍了大型对象关系型数据库服务器Oracle性能优化方面的大部分内容，包括看懂SQL执行计划、Oracle存储管理、Oracle内存管理、Oracle性能指标及追踪、Oracle性能报告、Oracle实战案例等内容

本书结合理论和实践，由浅入深，多方面介绍了Hadoop这一高性能的海量数据处理和分析平台。全书5部分24章，第Ⅰ部分介绍Hadoop基础知识，主题涉及Hadoop、MapReduce、Hadoop分布式文件系统、YARN、Hadoop的I/O操作。第Ⅱ部分介绍MapReduce,主题包括MapReduce应用开发；MapReduce的工作机制、MapReduce的类型与格式、MapReduce的特性。第Ⅲ部分介绍Hadoop的运维，主题涉及构建Hadoop集群、管理Hadoop。第Ⅳ部分介绍Hadoop相关开源项目，主题涉及Avro、Parquet、Flume、Sqoop、Pig、Hive、Crunch、Spark、HBase、ZooKeeper。第Ⅴ部分提供了三个案例，分别来自医疗卫生信息技术服务商塞纳(Cerner)、微软的人工智能项目ADAM(一种大规模分布式深度学习框架)和开源项目Cascading(一个新的针对MapReduce的数据处理API)。本书是一本很好不错、全面的Hadoop参考书和工具书，阐述了Hadoop生态圈的很新发展和应用，程序员可以

本书分两部分，部分详细介绍动态工具ＧｅｏＧｅｂｒａ的基本操作方法；第二部分是基于ＧｅｏＧｅｂｒａ平台的数学实验，即运用该平台将数学的内容及相关问题从几何、代数两个方面呈现出来，运用技术手段描述数学问题，理解数学问题，解决数学问题，探究数学问题，揭示数学本质，展示数学智慧，体会数学价值，享受数学之美，了解数学艺术。ＧｅｏＧｅｂｒａ平台能直观呈现小学、初中、高中乃至大学的所有数学基本内容，是发? 展学生数学素养的智慧平台。? 本书详细介绍了该软件平台在数学教学、数学学习和数学研究上的使用方法，同时也介绍了数学教学中课件的制作方法，实验案例主要涵盖了初中、高中的大部分内容。本书通过大量动态案例的呈现，展现了ＧｅｏＧｅｂｒａ的强大功能，努力使其成为数学学习的助手、教学的平台和模型的工具

《数据算法：Hadoop/Spark大数据处理技巧》介绍了很多基本设计模式、优化技术和数据挖掘及机器学习解决方案，以解决生物信息学、基因组学、统计和社交网络分析等领域的很多问题。这还概要介绍了MapReduce、Hadoop和Spark。 主要包括： 完成超大量交易的购物篮分析。 数据挖掘算法（K-均值、KNN和朴素贝叶斯）。 使用超大基因组数据完成DNA和RNA测序。 朴素贝叶斯定理和马尔可夫链实现数据和市场预测。 推荐算法和成对文档相似性。 线性回归、Cox回归和皮尔逊（Pearson）相关分析。 等位基因频率和DNA挖掘。 社交网络分析（推荐系统、三角形计数和情感分析）。