数据科学家是目前热门的职业之一。本书全面介绍了成为合格数据科学家所需的知识、技能和工作流程，是一本内容全面的实用性技术图书。本书分为13章，其中第1～3章介绍数据科学；第4～8章介绍数学知识，包括统计学和概率论；第9章介绍数据可视化；第10～12章介绍机器学习；第13章介绍案例。各个章节内容均由浅入深，同时通过案例和Python代码，使读者掌握实战技能。本书适合有志于成为数据科学家的师生或业界新手，同时也适合经验丰富的职场老手参考。

本书根据高等职业教育的特点，基于“教、学、做”一体、“项目整合”、“任务驱动”的教学方式编写而成，以“学生信息管理系统”项目为主线安排教学内容，全书共分为9个项目，其中，每个项目按照“项目描述”→“项目分析”→“项目讲解”→“实战演练”→“技能训练”五步展开，其中“项目讲解”又由若干个子任务构成。教学内容由易到难、由简单到复杂，层次推进，循序渐进。本书结构紧密，首先从SQL Server 2012的基本概述讲起，然后介绍SQL Server 2012的安装和配置，又从开发的角度介绍了数据库、数据表、视图、索引、存储过程等的创建与管理，最后介绍了SQL Server 2012的程序设计和安全管理与维护。

本书系统介绍了基于MATLAB语言的探索性数据分析与实现方法。本书共分10章，从实际数据集与探索性数据分析的基本概念讲起，内容涉及数据模式的发现、线性与非线性降维方法、数据巡查方法、聚类分析，以及用于探索性数据分析的数据可视化方法。除了基本分析与实现方法，书中也给出了丰富的应用实例，并提供了大量免费的相关资源，全部实例代码都可以直接用于探索性数据分析。

本书系统地介绍了数据预处理？数据仓库和数据挖掘的原理？方法及应用技术， 以及采用Mahout 对相应的挖掘算法进行实际练习？本书共有11 章， 分为两大部分？第1 ~7 章为理论部分？第1 章为绪论， 介绍了数据挖掘与知识发现领域中的一些基本理论？研究方法等， 也简单介绍了Hadoop 生态系统中的Mahout; 第2 ~7 章按知识发现的过程， 介绍数据预处理的方法和技术？数据仓库的构建与OLAP 技术？数据挖掘原理及算法（包括关联规则挖掘？聚类分析方法？分类规则挖掘）？常见的数据挖掘工具与产品？第8 ~11 章为实验部分， 采用Mahout 对数据挖掘各类算法进行实际练习？ 本书应用性较强， 与实践相结合， 以小数据集为例详细介绍各种挖掘算法， 使读者更易掌握挖掘算法的基本原理及过程; 使用广泛的大数据平台———Hadoop 生态系统中的Mahout 对各种挖掘算法进行实际练习， 实战性强， 也符合目前数据处理与挖掘的发展趋势？ 本书既便于教师课堂讲授， 又便于自学者阅读， 可作为高等院校高年级学生“数据挖掘技术” “数据仓库与数据挖掘” “数据处理与智能决策”等课程的教材？

《数据结构与算法》详细介绍了数据结构与算法分析的核心内容，其中，数据结构知识包括：数据结构概述、线性数据结构、树数据结构、图数据结构、查找与排序等；算法分析与设计知识包括：算法分析与设计概述、算法复杂度分析、分治递归算法、贪心算法、动态规划算法等。本书采用项目驱动的知识组织方式，以案例为导向引出知识点及其理论基础，并通过配合具体案例程序实现过程，贯通了数据结构算法设计与分析的整体课堂教学过程，特别适合当今的反转课堂，MOOC等新型教学方式。本书从项目入手引人知识点理论，从而引导学生对知识点进行探索性学习，进而归纳后形成学生能掌握的知识点。

在大数据时代背景下，本书以培养数据管理应用型人才为目标，系统全面地讲述了数据库系统的基础理论知识、基本方法与应用技术。本书总共包含4篇17章，第1篇为基础篇，包括绪论、关系模型数据库、关系代数。第2篇为设计及应用篇，包括使用实体—联系模型进行数据建模、扩展的实体—联系模型、实体—联系模型到关系模型的转换、UML类图建模、关系数据理论、关系数据库标准语言SQL、数据库编程、数据库设计。第3篇为管理篇，包括并发控制、数据库存储技术、关系查询优化、数据库安全、数据库恢复。第4篇为新技术篇，包括数据库的发展及新技术。

本书以数据库原理为基础，以SQL Server 2014为平台，以学生成绩数据库为主线，介绍了数据库系统概论、关系数据库系统模型、关系数据库设计理论、SQL Server概述、创建和修改数据库、创建和使用表、T-SQL基础、视图、索引、数据完整性、T-SQL程序设计、存储过程、触发器、事务和锁、系统安全管理、备份和恢复、云计算和大数据、基于Java EE和SQL Server的学生成绩管理系统开发等内容。　本书可作为大学本科、高职高专及培训班课程的教学用书，也适于计算机应用开发人员和计算机爱好者自学参考。　为方便教学，每章都有大量示范性设计实例和运行结果，所有实例都经过调试通过，书末附习题答案。本书提供的教学课件、所有实例的源代码的下载网址为http：//www.tup.com.cn。

本书是数据结构课程的辅助教材，采用C和C++两种语言来描述数据结构，让学生在实验与习题中体会与掌握数据结构，同时培养编程能力和分析能力。主要内容包括实验与习题两大部分，用于巩固数据结构的理论知识，提高实践应用能力。 本书内容立足于高校教学的要求，适用于本科院校的课程和学生群体，可作为数据结构与算法课程的辅助教材，也可作为初学数据结构读者的自学读物。

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。

本书内容涵盖数据科学基础知识，介绍了数据科学的工作流程，包括数据采集、数据整理和探索、数据可视化和数据建模预测等技术，并通过文本、图像、语音等前沿应用，引入人工智能技术在数据科学领域应用的*新成果。全书设计收集了多个数据分析案例，采用Python及相关科学计算工具包介绍数据分析实现的方法，帮助读者通过实际应用理解数据科学知识，掌握实践技能，运用统计学、人工智能等技术解决实际问题。本书通俗易懂、实例丰富、技术先进，配备丰富的教学资源，可作为各类大专院校数据科学、大数据技术的入门教材，计算机基础教学较高层次课程的教材，也可以作为数据科学实践的技术参考书。