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。

本书共分为5章，系统全面地介绍了MATLAB的基本知识和用法，包括：MATLAB基础简介、向量与矩阵运算、绘图、符号计算、程序设计。本书将MATLAB软件应用于数学、信息与计算科学专业的学习和研究中，解决相关课程中的科学计算、图形绘制、数值模拟与仿真等问题，提高科学计算与研究的效率，使读者具备利用MATLAB软件进行计算机处理、解决实际问题的能力。 本书读者对象为需要数学建模、学术研究分析、理论验证、图形仿真的各专业大学生、研究生，以及教师和科研人员。

本书是一本系统介绍大数据可视化技术的图书。书中首先阐述了大数据的可视化技术的基本概念以及相关的基础理论知识，然后采用理论与实践相结合的方式，针对实际应用中的各种不同类型的数据，包括时间数据，比例数据，关系数据，文本数据，复杂数据，介绍相应的可视化理论和操作方法，*后，介绍了数据可视化在各个领域中的应用。本书实例丰富，图文并茂，叙述简明，重点突出。作者专门收集和整理了相关的课程案例、典型数据和实验指导手册，帮助读者深入学习大数据可视化中的各种技术知识。本书可以作为高校计算机、数据分析、大数据等相关专业学生的教学用书，对于从事数据可视化、数据分析的技术人员也有较大的参考价值。

本书内容分为八章，基本涵盖了目前较为常用的数据科学建模方法，包括现在热门的深度学习。书中不仅介绍模型的理论基础，还以大量案例结合现实数据为读者展示了数据分析中常见任务的处理流程，如分类、回归、聚类、推荐、图片识别等，帮助读者应用这些模型和方法解决实际问题。 第1章首先对数据科学的任务和重要性进行了概述，接着介绍数据科学的建模流程以及Python语言开发环境与常用库； 第二章介绍了回归模型，包括线性回归和逻辑回归模型； 第三章介绍了聚类模型，包括k-means算法、DBSCAN算法和DIANA算法； 第四章介绍了关联规则分析，包括Apriori算法和FP-Growth算法； 第五章介绍了决策树模型，包括ID3、C4.5和CART算法及树的剪枝方法； 第六章介绍了支持向量机，包括线性和非线性支持向量机以及向量机的求解与多分类问题； 第七章介绍

本书是《MySQL数据库应用与开发》的配套教材。全书包括3部分内容： 第1部分是《MySQL数据库应用与开发》的习题参考答案以及本部分内容的教学重点和难点简介； 第2部分是MySQL系统的常用实践环境及可视化软件的详细介绍和实验指导，提供了16个有着详细操作步骤的实验； 第3部分是6套涵盖所有MySQL内容的模拟试题及参考答案。本书体系完整、结构安排合理、内容翔实，注重实践与理论相结合，操作步骤讲解清楚，实验步骤规范且内容有代表性，并注意在实践过程中引导学生进行自我创新学习。本书适合作为高等院校本科、专科计算机及相关专业的学生学习数据库应用系统开发技术的辅导教材，也可作为从事数据库管理与开发的科技工作者、参加MySQL等级考试的读者的参考用书。

本书根据*高等学校计算机基础教学指导委员会编制的《普通高等学校计算机基础教学基本要求》,为满足高等教育对数据库技术和程序设计方面的基本要求进行编写。本书共11章，包括数据库基础知识、Access 20*数据库、表的创建与使用、查询设计、结构化查询语言SQL、窗体设计、报表设计、宏、VBA与模块、数据库管理、数据库安全等。书中有丰富的案例和大量的练习题，还提供课后习题参考答案。本书内容叙述清楚、示例丰富、图文并茂、步骤清晰、易懂易学，适合广大应用型本科和高职高专院校教学使用，以及有一定计算机基础的爱好者自学使用，也可作为全国计算机等级考试参考书。

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。

本书以SQL Server分析服务为环境介绍数据仓库和数据挖掘应用技术，包括数据仓库和数据挖掘概述、OLAP和多维数据模型、数据仓库设计和SQL Server数据仓库开发实例、关联分析算法、决策树分类算法、贝叶斯分类算法、神经网络算法、回归分析算法、时间序列分析和聚类算法。本书内容翔实，循序渐进地介绍各个知识点，并提供全面而丰富的教学资源，可作为各类高等院校计算机及相关专业 数据仓库和数据挖掘应用技术 和 SQL Server高级应用 课程的教学用书，也适合计算机应用人员和计算机爱好者参考。

本书是对主教材的补充，主要包括实验部分和习题部分。实验部分包括基础性实验和拓展性实验。基础性实验以学生应该掌握的基本知识和基本技能为依托，主要是对数据结构的基本操作进行验证性的实验，提高学生实践操作能力；拓展性实验主要是数据结构类型的应用，培养学生的创新意识和解决实际问题的分析能力。习题部分包含知识考点、常规题型和试题解析。考点分析部分是对知识点的凝练、总结和升华，便于学生梳理知识要点；常规题型主要是对考研、升本等题型的归纳和分类，便于学生对知识的掌握，达到融会贯通、举一反三；解析部分是培养学生分析问题、解决问题以及综合应用知识的能力。本书是《数据结构(C语言版)》的配套教材，可作为考研、升本、自学等考生的辅导材料。

大数据时代的到来，使我们的生活在政治、经济、社会、文化各个领域都产生了很大改变。 数据科学 一词应运而生。如何更好地对海量数据进行分析、得出结论并做出智能决策是统计工作者面临的机遇与挑战。 本书介绍数据挖掘与统计机器学习领域常用的模型和算法，包括基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法（包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法）。后介绍无监督的学习中的聚类方法和业界广泛使用的推荐系统方法。除了方法的理论讲解之外，我们给出了每种方法的R语言实现，以及应用Python语言实现深度学习和支持向量机两种方法。本书的一个亮点是后一章给出的两个大数据案例，数据量均在10G左右。我们同时给出了单机版（Python、数据库、R

全书共分为2篇：第1篇以 教学管理 数据库为例，从建立空数据库开始，逐步建立数据库中的各种对象，直至完成一个完整的小型数据库管理系统，使读者能够通过练习，由浅入深、循序渐进地掌握Access的知识点和使用方法；第2篇涵盖了新版全国计算机等级考试（二级Access）考试大纲的内容。附录中给出了课程实训说明，介绍了实训目的、任务、要求、进度、安排、提交成果及任务书等内容。本书适合作为高等院校非计算机专业的 数据库应用技术 课程实训教材，也可作为全国计算机等级考试（二级Access）的备考用书。

本书是关于大数据和Spark的实用手册。它将助你学习如何用Spark来完成很多大数据分析任务，其中覆盖了高效利用Spark所需要知道的重要主题：如何使用SparkShell进行交互式数据分析、如何编写Spark应用、如何在Spark中对大规模数据进行交互分析、如何使用SparkStreaming处理高速数据流、如何使用Spark进行机器学习、如何使用Spark进行图处理如何监控Spark应用等。

大数据分布式计算课程是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握目前大数据挖掘领域常用的并行计算方法，加深学生对统计并行计算的理解，培养学生使用在现代并行架构下利用统计方法深入挖掘大数据中的数据结构并能解决一些实际问题的能力。

全书共分10章。第1章主要介绍数据库基本概念和基本原理；第2章主要介绍VisualFoxPro集成开发环境以及设计器、生成器、项目管理器、文件类型、VisualFoxPro的数据类型、内部函数、表达式等程序设计基础知识；第3章主要数据表的建立、修改、浏览、更新、查询、排序、统计和多工作区等操作；第4章主要介绍VisualFoxPro数据库的建立、修改等操作；第5章主要介绍查询与视图；第6章主要介绍VisualFoxPro中的SQL结构化查询语言；第7章主要介绍结构化程序设计方法；第8章主要介绍面向对象程序设计基础知识和表单的操作与应用；第9章主要介绍报表、标签的建立与打印；第10章主要介绍菜单的建立与应用。

本书与主教材紧密结合，立足于“理论够用、操作熟练、案例驱动、重在实践、考试过关”的要求，力求把知识点融入到具体的实践练习中，循序渐进地培养学生的实际操作能力，便于教师的实验教学和学生课后学习使用。《BR》本书分为实验、习题两部分，实验部分给出了具有代表性的实验内容，帮助读者熟练掌握所学内容；习题部分给出了大量习题，帮助读者巩固所学知识。

本书是在新工科背景下编写的一本综合大数据基本理论知识与应用技术的兼顾 通识教育 和大数据相关专业教育的教材。 本书从解析数据、大数据基础理论入手，描述大数据应用的多侧面场景，讲解大数据的存储于管理工具，大数据分析的基本方法，以及大数据可视化等相关知识。本书在内容安排上，力求体现 能进入、快适应、解需求、重实践 的宗旨，以 小 的数据应用实例讲解 大数据 的知识框架和相关技术，使应用实例贯穿全书。 本书的 通识教育 特色，使其可以作为所有专业的本科生学习大数据技术、培养 计算思维 能力的教材，也可作为大数据相关专业的入门教材，以及广大计算机学习者的培训用书和自学参考书。

本书为国家职业教育信息安全与管理专业教学资源库配套教材。本书突出项目化教学的特点，以 教学质量监控系统 （ZLJK）贯穿整个教学过程，按照认识数据库- 操作数据库和表- 操作T-SQL编程基础- 操作数据查询- 操作T-SQL高级编程- 管理数据库安全的主线组织内容，介绍数据库基本概念、数据库操作、表操作、流程控制语句、函数、查询、视图、索引、存储过程、触发器、游标、验证模式、登录、用户、角色、权限等知识。同时由浅入深地提供项目所需的知识储备、拓展知识和拓展实践，让学生在课前、课中、课后能全面学习基本原理、基本概念并掌握技能操作。本书为新形态一体化教材，配套建设了微课视频、授课用PPT、课后习题、习题答案、案例素材等数字化学习资源。与本书配套的数字课程在 智慧职教 （www.icve.com.cn）上线，读者可以登录进行学习并下载基本

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?

本书是将大数据基本理论与基本应用有机结合的教材，按照定义、特征、技术流程和典型案例分析的方式编写，抽丝剥茧，由易到难，有助于读者理解和掌握大数据技术。本书的一大亮点是每章中都使用图表对大数据与传统数据处理方式进行对比。另外，本书注重启发式的学习策略，便于读者理解和掌握。全书在每一章均附有实际应用案例与关键词注释，方便读者查阅和自学，同时配备了习题和参考答案。本书适合作为普通高校大数据技术的基础教材，也可以作为职业培训教育及相关技术人员的参考用书。

本书是《数据科学与大数据技术导论实验》课程的实验教材，可以配合主教材使用。主要内容包括：Linux环境部署、Hadoop开发环境部署、网页数据采集、大数据去重、大数据*值计算、大数据排序、大数据倒排索引、大数据平均值计算、大数据单表关联、大数据可视化。 本书选材先进、特点鲜明，注重应用。通过本书所提供的实验练习，可以提高大数据处理能力。可用于大数据实验教材，也可以作为科学技术人员学习和应用大数据的科技参考书。

由宋媚所*的《大数据征信背景下的信息质量度量与提升研究》主要关注大数据背景下的信息质量度量方法，并有针对性地提出了信息质量管理提升策略。《大数据征信背景下的信息质量度量与提升研究》具体包括：大数据征信背景下的信息质量评价与管控；征信信息质量度量模型的构建；征信信息质量度量模型应用；征信系统的信息质量管理与价值提升策略分析。

传统客户／服务器的分布式计算模式主要解决的是部门或企业内部的应用，关注的是局部应用，建立的应用系统多数是为完成某种需求而建立，因此是孤立封闭的。即使在同一个部门或者企业内部，应用系统相互之间也常常因为没有通信而导致信息无法共享，使得各个IT资源成为一个个信息孤岛。随着互联网软件技术及其应用的迅速发展，如何提供一个统一开放的交互环境，使得各个应用实体之间能够相互发现、了解各自所提供的服务，并将这些应用低代价、方便地连接在一起，实现开放式网络环境中的互联、互通、互操作的目标，是当前互联网环境下所面临的一个重要问题。 想要有效地整合现有的应用系统并实现信息共享，关键在于实现这些应用系统间的数据交换。数据交换是网络环境下分布式应用的共性、基础性和关键性的需求，它用于解决信息化过

如今企业数字化转型和“互联网+”已成为热门话题。那么，如何开展转型工作，让具体工作可以落到实处呢？由于数字化转型工作的复杂性，很多企业管理者感觉无从下手，市面上也十分缺乏相关的指引和资料。本书介绍的企业架构方法以及多个领先企业和行业数字化案例，可以使读者系统地掌握数字化转型的理论和落地方法，帮助企业完成生死攸关的转型变革。本书回答了“什么是数字经济，什么是数字化转型，什么是数字化转型的关键要素”等问题，并在转型方法方面介绍了数字化企业架构的业务架构、流程、组织、IT架构，详细阐述了金融、零售、医疗、物联网、AI、智能制造等方面*的商业模式和技术发展。本书打开了一扇新的数字化转型方法之门，是企业管理者、信息化从业者以及管理咨询服务机构、IT服务公司从业人员、大专院校师生很好的参考资料。

VisualFoxPro程序设计是财经类院校的信息技术公共课，但目前使用的教程大多是由工科院校教师编写，与财经类院校对该课程的要求的侧重点有差异，且讲解的VisualFoxPro版本为6.0，与目前市场上使用的9.0版本有很大差异。经过调研分析后，我们决定使用VisualFoxPro9.0版本编写一套更适合财经类院校使用的VisualFoxPro9.0程序设计教程。

本书以实用为设计理念，并结合数据分析相关理论，系统地介绍了数据分析的相关内容，包括电商数据分析概述、数据分析业务指标、数据准备与处理、数据分析常用方法、常用数据分析工具、数据可视化、数据图表专业化、撰写数据分析报告等，能够帮助读者掌握数据分析的整个流程。全书共9章。第1章为电商数据分析概述，主要介绍数据分析基础概念；第2章为数据分析业务指标，主要介绍数据分析中涉及的分析指标；第3章为数据准备与处理，主要介绍如何准备和处理数据；第4章为数据分析常用方法，主要介绍数据分析中的方法论；第5章为常用数据分析工具，主要介绍运营中常用的数据分析工具；第6章为数据可视化，主要介绍如何通过图表展现数据；第7章为数据图表专业化，主要介绍如何让图表更加专业化；第8章为撰写数据分析报告，主要介绍如何撰写数据