本书旨在向广大有志于投身芯片设计行业的人士及正在从事芯片设计的工程师普及芯片设计知识和工作方法，使其更加了解芯片行业的分工与动向。 本书共分9个章节，从多角度透视芯片设计，特别是数字芯片设计的流程、工具、设计方法、仿真方法等环节。凭借作者多年业内经验，针对IC新人关心的诸多问题，为其提供了提升个人能力，选择职业方向的具体指导。本书第1章是对IC设计行业的整体概述，并解答了IC新人普遍关心的若干问题。第2章和第3章分别对数字IC的设计方法和仿真验证方法进行了详细阐述，力图介绍实用、规范的设计和仿真方法，避免了Verilog语法书中简单的语法堆砌及填鸭式的灌输。第4章是在前两章的基础上，通过实例进一步阐述设计方法中的精髓。第5章详细介绍了作为当今数字芯片主流的SoC芯片架构和设计方法，并对比了非SoC架构的设计，

数据分析是现在不仅在互联网行业同时也在基础行业中必不可缺的运营手段，是业务提升效率、增强收益的有效方法。 本书的前8个章节精选提炼了多种数据分析中重要方法，包括ROI分析、数据标签和评分、用户生命周期、因果推断、可解释模型、PSM理论、ABtest、时序分析等，并通过更清晰、简单的方式向读者全方位的展示数据分析在以下诸多原理上的阐释，并且针对每种方法都提供了充足的生活和业务中的前沿案例作为辅助讲解，帮助读者更好的理解数据分析在传统行业、互联网行业及各类新兴行业的实际应用，同时也能更快的运用在实际工作和生活中，所以通过阅读前8个章节，读者可以系统的学习数据分析的理知识，拥有数据化思维，为读者能够在数据分析行业中不断深耕打下良好的理论基础并将数据分析能力逐步应用于实际的工作和生活中，成为一名合格的

本书以实战案例为主线，以函数理论基础为核心，引导读者从整体上理解Power Query的灵活应用，从实例中获得解决问题的思路和灵感。 本书共24章，分为原理篇、实战篇、函数篇、扩展篇，详细讲解了PQ的原理和函数应用。原理篇详细讲述三大数据结构（简称为三大容器）的原理和M函数的传参，实战篇通过案例讲函数，函数篇按照类名讲函数，扩展篇讲解自定义函数等灵活的应用。 本书的特点是，举一反三把逻辑原理讲透、用类比法强化记忆、案例配套在线视频。不管使用Excel还是PQ处理数据，不仅要求快，更要准确，本书列举了许多数据处理的思维和细节，提醒读者避坑。 本书面向会PQ界面操作的用户，作为从基础到中级水平的进阶参考书。

本书介绍了柴油发电机组的分类、组成和工作原理，分析了柴油发电机组的功率标定和技术指标， 重点讨论了不同性质负载对柴油发电机组带载能力的影响，详细介绍了柴油发电机组供电方案的电源架 构和运行方式以及柴油发电机组的运维保养方法。此外，还介绍了机房安装的柴油发电机组和集装箱式 柴油发电机组的设计、安装的相关知识。 本书力求理论性和实践性相结合，书中所列的柴油发电机系统的供电方案及运维保养方法对当前主 流的数据中心柴油发电机系统普遍适用。本书是数据中心柴油发电机系统运维工作流程的指导性教材， 相信阅读本书一定会对数据中心柴油发电机系统运维管理从业人员大有裨益。

本书系统地介绍分数阶微积分学领域的理论知识与数值计算方法。特别地，作者提出并实现一整套高精度的分数阶微积分学的数值计算方法； 提出线性、非线性分数阶微分方程的通用数值解法和基于框图的通用仿真框架； 提出并实现了基于框图的分数阶隐式微分方程、延迟微分方程与分数阶微分方程边值问题的通用求解方法。本书所有知识点均配有高质量的MATLAB 代码与Simulink 模型，有助于读者更好地理解知识点的内涵，更重要的是，读者可以使用这些代码创造性地解决相关问题。 本书可供数学与应用科学领域的高年级本科生、研究生与工程师系统学习分数阶微积分学理论及其计算方法，并用其解决实际应用问题。

教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，*后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。

本书系统的阐释Power Pivot for Excel及Power BI中DAX语言的应用。本书是基于笔者多年的DAX学习与使用经验的基础上所采用的一种全新布局与讲解方式，整书依据读者易于理解的方式，由浅入深进行循序渐进式的讲解。本书要探索的重点是，如何利用简捷的办法，让读者在一至两个月之内轻松、系统、全面地掌握DAX语言。 全书共分为5篇：篇为入门篇（第1章和第2章），第二篇为基础篇（第3~5章），第三篇为强化篇（第6章和第7章），第四篇为进阶篇（第8~10章）, 第五篇为案例篇（第11章）。书中主要内容包括DAX基础、表的基础应用、查询表、计算列、迭代行、度量值、时间智能、Power BI简介、筛选调节、DAX高阶、综合案例。 本书是为非计算机专业及非统计学专业想快速掌握DAX数据分析及商业智能而准备的。另外，本书也适用于财务、人事行政、电商客服、质量统计等与数

● 如何使用R语言进行高级数据分析，涉及的技术包括广义线性模型、广义可加模型、混合效应模型、机器学习、并行处理 ● 如何使用R语言的数据可视化技术实现回归，如线性回归和高级回归，并了解回归样条和可加模型 ● 如何使用R语言实现机器学习，包含平行处理、降维、特征选取和分类 ● 如何使用R语言的多重插补技术解决数据缺失问题 ● 如何使用广义线性可加模型实现普通量、二值量和计次量的输出，如何使用自采样法(Bootstrapping)分析不确定性 ● 学习如何对个体内的变异性进行建模，进而捕捉个体在方法以及时间稳定性上的差异

本书以敏捷分析工具Tableau为基础，部分章节辅以SQL讲解，系统介绍了数据可视化分析的体系和方法，内容涵盖问题分析方法、数据合并和建模、可视化图形的选择和构建、多种交互方式及其组合、仪表板设计与高级交互、基本计算和高级计算等。 本书以Tableau Desktop的应用为中心，借工具讲解原理，以原理深化工具应用，并由点及面地介绍了业务分析的思考和原理，特别是提出了实践性的"业务 数据 分析 层次框架，并以三类"详细级别 的概念贯通数据模型、高级筛选和高级计算三大主题。 本书重点介绍工具应用背后的思考方式和原理，帮助读者建立"详细级别 的思考框架，举一反三，从而实现多维、结构化分析。

数字化转型是企业在数字经济时代面对的重大战略选择，其本质是通过有效地使用数据资源对业务进行全面的升级和优化，提高企业的综合产业竞争力。本书将数据科学作为出发点，结合大数据、人工智能技术，以数据分析的方法和理论为观察视角，介绍了企业数字化转型的核心知识概念及主要的应用实践策略。 本书共8章，分为数据科学原理、数据科学技术、数字化业务实践，以及数字化产业目标四个主要部分。 数据科学原理部分（第2章）主要讨论数据要素的核心价值体系及数据科学的基本理论范畴；数据科学技术部分（第3~6章）主要介绍数据获取及预处理方法、数据规律挖掘方法、数据建模方法，以及数据相关技术系统的建设方法；数字化业务实践部分（第7~8章）讨论企业数字化中的实施落地问题、数字化人才和组织架构，以及不同行业数字化应用的典型场

本书介绍了数据链的基本概念、发展历程和趋势，重点分析了Link-4、Link-11、Link-16和Link-22数据链的系统组成、工作模式、技术特点等内容，并以Link-16数据链为重点，全面阐述了该数据链的信道共享机制、时间同步技术、传输消息类型、封装结构、信号波形等内容，给出了多网、导航、中继、距离扩展等功能实现方法；以数据链关键技术为主线，详细论述了数据链的消息格式、信息传输、网络协议、通信安全等方面相关知识，剖析了数据链的本质。

本书系统论述了openGauss数据库理论、技术及应用。本书共11章,首先介绍数据库发展历史,包括传统的 网状数据库、层次数据库、关系数据库、NoSQL数据库、NewSQL数据库、云数据库、多模数据库、分布式数据库 等。其次介绍结构化查询语言(SQL)、SQL语法、存储过程、触发器、游标、数据库设计规范和E-R 模型等数据库 基础知识。再次介绍数据库未来发展趋势,包括新硬件、不同部署形态、新应用对数据库的影响。*后重点介绍 openGauss的核心技术,包括openGauss的核心架构、面向鲲鹏和?N腾等新硬件的优化技术、SQL引擎、执行器技 术、数据库存储技术、数据库事务机制、数据库安全、数据库自治技术等。为方便读者掌握数据库教学内容,本书 每章都提供了小结和习题(含答案)。 通过阅读本书,读者可以深入了解数据库的发展历史与未来趋势、数据库系统架构、鲲鹏和?N腾优化技术

本书采用 问题描述 解决方案 模式，通过500个案例介绍了使用Pandas进行数据分析和数据处理的技术亮点。全书共分为8章，主要案例包括：读写CSV、Excel、JSON、HTML等格式的数据；根据行标签、列名和行列数字索引筛选和修改数据，使用各种函数根据数据大小、日期范围、正则表达式、lambda表达式、文本类型等多种条件筛选数据；统计NaN（缺失值）的数量、占比，根据规则填充和删除NaN；在DataFrame中增、删、查、改行列数据，计算各种行差、列差、极差以及直接对两个DataFrame进行加、减、乘、除运算和比较差异；将宽表和长表相互转换，创建交叉表和各种透视表；对数据分组结果进行求和、累加、求平均值、求极差、求占比、排序、筛选、重采样等多种形式的分析，将分组数据导出为Excel文件。本书还附赠36个数据可视化案例，如根据指定的条件设置行列数据的颜色和

文本数据挖掘是通过机器学习、自然语言处理和推理等相关技术或方法，理解、分析和挖掘文本的内 容，从而完成信息抽取、关系发现、热点预测、文本分类和自动摘要等具体任务的信息处理技术。《文本数据挖掘（第2版）》主 要介绍与文本数据挖掘有关的基本概念、理论模型和实现算法，包括数据预处理、文本表示、文本分类、文本聚类、主题模型、情感分析与观点挖掘、话题检测与跟踪、信息抽取以及文本自动摘要等，后通过 具体实例展示相关技术在实际应用中的使用方法。《文本数据挖掘（第2版）》书可作为高等院校计算机、自动化、网络安全、大数据分析等专业，以及利用到文本信息处理的交 叉学科（如金融财经、社会人文、生物医药等）的高年级本科生或研究生从事相关研究的入门参考书，也可供相关技术研发人员阅读和参考。

本书结合openGauss数据库原理,讲述openGauss数据库实战相关内容,并设计多种实验帮助用户理 解并使用openGauss数据库。本书首先介绍数据库的基本概念、安装部署、开发调试,并设计实验帮助用 户熟悉这一系列操作。接着介绍数据库设计、查询优化、维护、数据库备份与恢复及导入与导出、存储引 擎、事务控制和数据库安全等。本书理论与实践并重,读者通过阅读本书并进行实践,可以较好地掌握 openGauss数据库。 本书面向的读者主要是高校学生及使用openGauss数据库的工程师。

本书主要结合作者多年对企业信息化规划、SOA、大数据以及云计算等方面的技术研究以及平台建设实践，以 平台 应用 和SOA服务化核心理念为指导思想，围绕如何降低企业IT建设成本、提升IT资源利用率、打破企业烟囱式系统建设模式、提升系统建设规范等核心诉求，主要阐述了企业私有云平台建设的总体框架、平台规划、架构设计、平台治理管控等核心内容。同时基于国内大型企业一线项目实践，总结提炼了企业私有云平台建设的核心方法论、标准规范和建设流程，为企业进行私有云平台建设提供可借鉴、可参考的一整套指导方法与思路。

本书英文原版由全球数据中心业内专家共同编写，中文版由国内数据中心业内专家共同翻译并修订完成。内容涵盖了数据中心全生命周期的相关技术及运营管理策略。从数据中心规划、选址、设计、建设、测试、验收、运营到灾备，内容全面详实。是作者及译者多年经验所得。是一本来自全球不同国家、不同企业、不同专业领域的专家共同完成的杰作。 本书可作为数据中心设计者、建设者、管理者以及投资者的学习及参考材料，亦可作为高校相关专业学生及其他人士了解数据中心行业的入门材料。

在大数据时代， 数据 是一种宝贵的资源，甚至可以说是战略性资源，它蕴含着无尽的能量，展示出超然的魅力。随着大数据时代的到来，数据库技术在研究、管理和应用数据领域成为备受瞩目的核心技术。在这种背景下，数据库技术已成为人们需要学习和掌握的一种基本知识和本领。 本书以华为公司自主研发的GaussDB(for MySQL)数据库管理系统为背景，全面讲述了数据库原理和技术，以及基于GaussDB(for MySQL)进行数据库应用系统开发的基本技能和方法。 本书以培养计算思维能力为目标，由 基础理论篇 技术篇 系统应用篇 三篇组成，以数据库应用系统案例为主线贯穿全书，讲述了数据库基础理论、数据库操作和管理的基本技能以及数据库应用系统开发的一般方法。 特别地，它以目前国产新型云数据库为背景，这在国内极为少见，对于增强科技自信、民族自信，促进

MATLAB广泛用于数据分析、无线通信、深度学习、数据挖掘、图像处理、计算机视觉与信号处理等领 域。本书以数字信号处理为背景,系统讨论了 MATLAB在信号处理领域的知识与应用,具体包括数字信 号处理的基本理论、分析方法、算法的设计与实现、输出结果的数值与可视化展示等内容,涉及信号处理的 各个方面,是一本比较全面的参考书。 本书分为13章,全面系统地讨论了信号处理的相关问题。其中第1~7章介绍了信号的采集、Z变换、 离散傅里叶变换、快速傅里叶变换、噪声分布函数、IIR数字滤波器以及 FIR数字滤波器的相关知识和实现 方法;第8、9章着重对随机信号处理、功率谱分析、小波变换加以阐述;第10~13章介绍了 MATLAB在 信号处理领域主要工具箱的使用与设计过程。本书涉及的 MATLAB代码已经全部调试通过,所附结果均 为书中代码运行输出结果,并在代码中备注了较

SPSS高级建模技术可广泛应用于商业领域的量化分析。本书的**特色以精选的商用案例详解SPSS前沿建模技术在商业领域的综合应用，以期为通过建模量化分析改善商业运营水平管理，或提升核心竞争力的职场人士阅读参考。 全书共12章，第1章~第2章介绍SPSS快速入门和建模技术要点，后续各章节均以实际商业应用案例的形式详解SPSS在商用实践建模中的应用与分析。建模技术方面，本书系统介绍了神经网络多层感知器、径向基函数、决策树等热门大数据处理建模技术应用，以及SPSS专门用于市场营销的联合分析、直销模块分析等高级专业建模技术应用，也介绍了经典的线性回归分析、相关分析、因子分析、聚类分析、描述性分析、方差分析、交叉表分析等一般统计建模技术应用；精选的案例都是当下流行热门的商业运营领域，包括市场调研、市场营销、客户满意度调查

在数字智能时代，数据能力已经成为管理者的基本能力，成为其胜任未来管理岗位和晋级领导岗位的必需能力。 管理者的数据能力水平决定着其在企业中所能够胜任的层级。提升管理者的数据能力成为企业数字化转型的关键举措之一。本书主要介绍了企业管理者所需要具备的数据能力，包括管理者的数据能力维度与4M 模型、数据思维能力、数据管理能力、数据体系化场景的应用能力、数据分析能力、数据领导能力。 撰写本书的目的是让管理者掌握企业数据基本管理和应用之道，利用数据赋能管理，让管理可见、过程可控、结果可达。

这是一本用数据来帮助企业破解业务难题的实操书，有理论、有方法、有实战案例。本书第1~3章首先对 怎么想 进行了解答，通过明确分析问题、开启分析思路、打开分析视角，依次回答数据思维的3个核心问题：解决什么问题、分析哪些内容、分析到何种程度。第4~8章对企业常见的9项业务需求进行案例解析，回答 怎么做 的问题。这9项业务需求包括战略选择、用户偏好、客户分类、品牌建设、规模预测、产品设计、价格制定、渠道评价、促销配置。通过对具体案例的思考和操作，提升读者的业务理解力、逻辑思维力和动手实践力，加强读者分析和解决问题的水平。 本书具有业务驱动、案例闭环、思维先导、实战还原4大特色，同时在思路上清晰连贯，在表达上深入浅出，既能帮助数据分析从业者入门和提升，也能辅助企业各业务部门和各级管理人员做量化决策。

本书全面介绍了数据架构与数据建模的相关知识，全书分为4篇，共16章。 第1~3章为数据架构基础篇，介绍了企业架构、数据架构及数据模型的基础概念。第4~9章为数据模型设计篇，介绍了如何通过数据模型记分卡规范化数据模型设计，以及经典数据建模方法论，包括范式建模、维度建模、Data Vault建模、统一星型建模。第10~12章为数据模型落地篇，介绍了在企业中如何实现多人协作构建模型、如何管控数据模型、数据模型数据与数据标准，以及元数据如何形成数据治理闭环。第13~16章为行业数据模型篇，分别介绍了证券、保险、教育、航空业的数据架构及数据模型。 本书既可以作为数据建模人员、数据开发人员的学习用书，也适合非IT专业但对数据有强烈兴趣的业务人员使用，还可以作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。

大数据审计已经成为目前审计领域研究与应用的热点。本书按照从常用电子数据审计方法到大数据审计方法的思路，不仅系统地分析了电子数据审计的理论知识（特别是大数据审计），还重点结合实际案例和具体操作，从审计数据采集、审计数据预处理和审计数据分析等电子数据审计的关键步骤出发，系统地分析了如何开展电子数据审计（特别是大数据审计）。附录中设计了9个实验模块（包括3个大数据审计实验模块），满足了开设实验课程的需要。 本书可作为高等院校审计、会计和信息管理等专业的教材，也可作为审计从业人员的专业培训教材和业务学习资料。

Power BI是微软推出的商业智能分析工具，它融合了数据准备、数据分析、数据可视化到报告协作分享的整个数据处理流程，帮助用户上手数据分析。 本书从实用的角度出发，结合作者本人的学习经验，从*基础的Power BI架构和操作界面开始，先通过一个小示例体验Power BI的强大和便捷，然后按照数据处理的流程和难易程度，分别介绍数据准备模块Power Query、数据建模以及Power BI数据分析语言DAX、可视化图表制作、丰富的交互方式和报表设计，*后用一个完整的分析示例带读者全面认识Power BI数据处理流程。 不论读者是学生、职场人士还是自由职业者，不论从事的领域是运营、财务、人力、管理还是电商，只要在平时的学习和工作中需要处理大量信息，分析各种数据，你就适合阅读本书学习Power BI，即使之前没有任何基础，它也可以帮你快速上手，提升自身竞争力。