《电子病历长期保存的风险管理》通过实施风险调查，识别医疗机构长期保存电子病历过程中可能出现的风险，并将其划分为管理层面风险和技术层面风险。针对管理层面风险，从宏观角度进行风险分析，提出相应的对策建议；针对技术层面风险，设计一套风险检测方法，通过对电子病历实施风险检测，从微观角度找出电子病历的具体风险点，并提出有针对性的对策建议。希望通过该书粗浅的研究，能够引起业界对电子病历长期保存问题的关注，并进一步对其进行研究，丰富电子病历长期保存的相关理论成果，推动我国医疗卫生信息化建设进一步发展。

数字技术的迅猛发展不但为新闻业培育了新的生产理念和实践模式，也给新闻研究和新闻教育的未来带来了深刻影响。本书以文献计量、内容分析、案例分析等多种方法，勾画全球数字新闻学研究的知识版图，并通过对正在经历数字化转型的中国新闻从业者进行了职业经验的解读，归纳数字新闻业在中国媒体人日常新闻实践中的意义指涉，并据此判断建立在上述意旨实践基础上、作为学科体系的“数字新闻学”的理论潜能和构成维度。

本书从大数据和网络教育相结合的角度，介绍教育大数据分析和智能教育服务的相关理论、方法和技术，重点介绍大数据分析框架、智能服务系统架构、复杂事件处理机制、基于教育大数据的学习者学习行为模型及学习伙伴推荐方法、网络协作学习方法等，有助于读者对基于大数据的教育智能化相关技术有较为全面的理解和把握。

本书为IT服务交付团队及其领导者撰写，从精益思想和精益管理的视角，深入探讨了DevOps方法的核心要素（如任务式指挥、摩擦、风险、态势感知等），并结合实际案例，阐述了如何通过DevOps方法解决IT服务交付中的各种问题，如何在整个组织内改善信息流，从而向客户的目标成果迈进。此外，本书还提供了许多实用的工具和技巧，包括OODA循环、Cynefin框架、服务交付的成熟度模型和服务工程负责人等，以帮助读者更好地应用DevOps方法

这本统计学习的教材把关注点集中在给定一组预测变量并且在数据分析开始之前缺乏可以指定的可靠模型时的响应变量的条件分布上。 与现代数据分析一致，它强调适当的统计学习数据分析以综合方式依赖于健全的数据收集、智能数据管理、适当的统计程序和对结果的可理解的解释。监督学习可被统一视为回归分析的一种形式。 通过大量实际应用及其相关的 R 代码来说明关键概念和过程，着眼于实际意义。 计算机科学和统计学的日益融合在这本教材中得到了很好的体现。

本书共5章。其中，第1章从一条命令的执行开始，勾勒出Redis的数据存储原理和整体架构；第2章介绍了所有数据类型的实现原理和应用实战；第3章介绍了RDB快照、AOF、主从复制架构、哨兵集群和Redis Cluster的原理及使用方法；第4章介绍了Redis事务、内存管理、事件驱动、发布/订阅机制、客户端缓存和I/O多线程模型；第5章介绍了性能排查与解决问题的检查清单、使用规范、内存优化技巧、生产王者配置、缓存使用策略和分布式锁演进原理。本书适合后端开发工程师、运维人员、系统架构师及刚入行的程序员阅读，用以掌握 Redis 内部原理并提升实战技巧。

《大数据工程师面试笔试宝典》全面讲解了大数据的核心技术及如何解答大数据工程师面试笔试中的常见问题，还引入了相关知识点辅以说明，让读者对所学知识进行查漏补缺，帮助读者顺利通过大数据工程师面试笔试。《大数据工程师面试笔试宝典》的题目均来自一线互联网公司面试笔试真题，涵盖大数据基础、大数据生态圈技术组件以及大数据不同岗位的面试笔试题。第1～2章主要介绍了职业道路如何选择、面试笔试前如何准备、面试笔试过程中如何应对，以及面试经常遇到的“坑”。第3章介绍了大数据基础面试笔试题，让读者学会利用大数据思维解决常见应用场景；第4～10章重点介绍了大数据生态圈核心技术的面试笔试题，让读者加强对大数据技术组件的理解；第11～13章介绍了大数据仓库、大数据项目、大数据运维方向的常见面试笔试题；第14章探讨了大数据与人工智能的交叉点，让读者可以轻松应对大数据工程师的面试笔试。《大数据工程师面试笔试宝典》内容的深度和广度贴近实际，将帮助大数据领域的求职者为面试笔试做好充分的准备，提高面试成功率，同时，《大数据工程师面试笔试宝典》也可作为从业者的实用工具书，以加深对大数据技术和实践的理解。无论是初学者还是有经验的专业人士，都将从本书提供的详实信息和实用建议中受益。

本书全面、系统地介绍了单机和分布式图分析算法的理论基础、框架、实战应用等，侧重理论与实践相结合。在内容组织上，首先，本书整体介绍图分析技术的发展历程和现状，并分析图分析技术面临的挑战。其次，本书系统介绍了以下内容：单机图分析算法的基本原理、常用场景和基础解法；分布式图分析技术的关键步骤解析及调优策略指导；业界经典的大数据平台和主流的分布式开发框架，以及分布式图计算框架的运行机制和任务调度策略；结合工业界软硬件（鲲鹏芯片和鲲鹏BoostKit加速库）对分布式图分析算法进行调优的方法。最后，本书将分布式图分析技术应用于实际场景，帮助读者基于业务场景进行分布式图计算框架选型。本书既可以帮助对大数据图分析算法感兴趣的读者了解典型图分析算法的原理与优化技术，也可以作为华为鲲鹏图分析算法框架下的实践参考书。

随着数字经济的不断发展，数据价值得到越来越广泛而深入的体现。目前我国信息数据资源80%以上掌握在各级政府部门手里，受数据孤岛、技术壁垒、法制缺失、数据标准不统一等因素影响，大量数据未能得到充分开放、共享或利用，不利于推动我国数字产业化与产业数字化的发展。政府、企业和个人是数据开放、共享和交易的基本主体，技术与法制是数据流动的重要保障，它们共同形成一个复杂开放的数据生态系统，其治理是一项集政策、理论、方法、技术、法律和文化于一体的复杂系统工程。本书在剖析数据生态治理问题的基础上，运用系统工程思想，从数据、问题、系统、技术和法制几个层面探析数据生态治理的基本原则，构建了一套数据生态治理系统工程的方法论体系，为促进我国数字经济发展提供了决策指导和政策启示。全书共15章，分为数据篇、治理篇、系统篇、技术篇和法制篇五个部分，体系完整、逻辑严谨、案例丰富、内容翔实，可供相关专业本科生、研究生、教师和研究人员阅读或作为教材使用，也可为政府在数据治理领域决策、制定政策提供参考。

本书专注于预测建模的实际应用，介绍了从数据预处理到建模再到模型评估和选择的整个过程，以及背后的统计思想，涉及各种回归技术和分类技术。从解决实际问题延伸到模型拟合，以及随之出现的主题，如处理类不平衡、选择预测因子等在实践中经常出现的问题，作者意在为读者提供预测建模过程的指导，并结合开源软件R语言来求解实际问题，详细给出R代码和处理的步骤。R包AppliedPredictiveModeling包含了书中例题和习题使用的数据，以及用于重复书中每一章分析的R代码。