本书以项目任务为载体串联知识与技能，介绍基于 Spark SQL 技术的大数据分析方法，培养 学习者使用 Spark SQL 技术解决实际数据分析问题的能力，主要内容有大数据分析概述、实践环 境准备、学生信息处理分析、房产大数据分析与探索、电商大数据分析与探索、Zepplin 数据可视 化。在实现任务的过程中详细阐述了 Scala 语言基础、Spark SQL 编程分析、Spark SQL 数据分 析与探索、数据可视化等知识。本书适合作为高等职业院校计算机、大数据、人工智能及相关专业的教材或参考书，也可以 作为数据分析人员的参考书。

本书从初学者的角度详细介绍大数据的核心技术。全书共11章，包括绪论、Linux的基础操作、Hadoop大数据处理架构、HDFS分布式文件系统、MapReduce分布式计算框架、ZooKeeper分布式协调服务、YARN资源管理器、HBase分布式数据库、Hive数据仓储、PySpark数据处理与分析及综合案例。此外，本书还提供了相应的示例代码，以帮助读者进一步理解相关方案的实现过程。

本书以MySQL 8.0为平台，对关系型数据库的定义、操作、查询、编程、设计与管理，通过命令行和MySQL Workbench两类客户端工具进行实施的方法，以及SQL语法都进行了详细讲解。 本书为校企双元开发，教学、实训、实战三重阶段分别以三个项目，双线一点模式贯穿教材。教学项目引导下的每个任务由工作情境导入，“分析―准备―实施”三步驱动教学做一体化，并配套在线开放课程和在线实训任务单闯关。本书的每个项目模块都配有任务知识结构导图，以及相应的岗位工作能力、技能证书标准、思政素养目标，并配有“数据启示录”，有利于开展德智技融合的课程教学。 本书体系完整、示例详尽、逻辑严谨、配套资源丰富，既可以作为高等院校计算机相关专业的数据库课程教材，也可以作为IT技术人员和编程爱好者的优质参考读物。

本书基于SQLServer 2019，系统全面地阐述了数据库系统的基础理论、基本技术和基本方法，以培养数据库应用能力为主要目标，重点关注数据库系统的基础性和应用性。全书以图书借阅管理系统为主线，将数据库相关基础理论和应用实践有机结合。全书包括绪论、关系数据库系统、关系数据库标准语言SQL、数据库安全性与完整性、关系数据库理论、数据库恢复与并发控制、数据库设计与应用、实验等8个章节，知识结构编排合理，内容循序渐进、深入浅出、条理性强。每个章节的前面均有知识点思维导图，有助于读者了解章节的知识架构；每章后面配有适量的习题，可帮助读者巩固所学的知识点。本书提供教学课件、源程序等电子资料，读者可扫描二维码查看。本书既可以作为高等院校计算机及相关专业数据库课程的教材，也可以作为从事数据库技术研究、系统应用与开发的研究人员和工程技术人员的参考书。

本书以数据分析为切入点，以数据可视化全流程为主线，从 基础的表格工具Excel到专业的数据可视化工具Power BI、Tableau及编程语言Python，系统讲解了数据可视化的操作流程。每章设置了内容导读、学习导图、职业素养目标、本章总结、综合实验、思考与练习等模块。全书共9章，第1章是入门篇，介绍了数据分析与可视化的基本概念。第2～6章以商业数据为案例，详细介绍使用Excel进行数据分析并进行可视化展示的全流程。第7～8章以Power BI、Tableau为工具，讲解从连接基础数据到进行数据分析全过程。第9章讲解利用Python实现数据可视化的基本方法，主要介绍了Python进行数据分析与可视化的基础库和扩展库。本书图文并茂，内容翔实，案例充分，重视知识性和实用性的结合，强调数据可视化的作用和方法。适合作为高等院校非计算机专业“数据分析与可视化实践”或“可视化实践与提高”等课程的教材，也可作为创新创业课程、实验实习课程、计算机应用和 办公自动化方面的培训教程或参考用书。

本书分为两部分：第一部分为大数据分析基础，第二部分为法律、伦理与职业道德。 部分为大数据分析基础。 至四章讲述了数据分析的基本概念，介绍业务问题的构建，业务数据描述和业务指标量化方法。第五章介绍了统计学中的基础知识以及抽样、参数估计、统计推断的基本方法。第六章介绍优化模型、回归模型的设定、估计方法。第七至八章介绍了大数据与云计算的核心概念、主要特征、数据模型。第二部分为法律、伦理和职业道德。第九章对大数据相关法律知识进行了概述。第十至十三章介绍了五部与大数据相关度较高法律的立法背景、主要内容及其解读。这五部法律分别为《民法典》中“隐私权和个人信息保护”部分、《个人信息保护法》《数据安全法》《网络安全法》《统计法》。第十四章讲述了数据从业人员应当遵守的法律义务和违规时应承担的法律责任。第十五章探讨了大数据在算法歧视、算法滥用、数字鸿沟、数据垄断四个方面的伦理风险。第十六章从 和 两个视角，讲述了大数据相关人员应遵循的道德标准及行为规范。通过对本书的学习，读者可以掌握数据分析的基础知识及分析方法，并且了解大数据分析人员应当具有的法律及道德素养，胜任大数据分析的基本工作。

本书主要包括引言、关系数据库基础、达梦数据库概述、DM_SQL概述、数据库对象管理、查询管理、视图与索引、存储模块与触发器、数据库安全性、数据库恢复技术、并发控制技术、分布式数据库系统、非关系型数据库以及数据库设计等。本书可作为高等院校计算机科学与技术相关专业学生的教材。

Orange是一款可视化人工智能工具，适合会用电脑的所有人群，可以轻松完成机器学习的全流程操作，如数据挖掘、数据分析、文本挖掘、网络分析、图像识别、空间格式化等任务。目前 尚无介绍该软件的中文教程。本书首先对Orange软件进行基本介绍，然后讲述Orange“积木”——分析模块，接着介绍Orange“连连看”——数据分析案例， 后对Orange在科学研究中的应用进行展望。

暂缺简介...

《供应链大数据分析与应用》一书由多位教学一线的教师与企业一线员工共同完成。本书共有9个学习单元，每个学习单元都包含知识目标、技能目标和素质目标，教材内容反映了行业发展的新趋势，能满足行业企业对高素质高技术技能人才的需求。同时，在本书的编写过程中加入了思政元素，通过潜移默化培养大学生人才的思想道德。教材依据供应链管理、供应链系统分析等实际工作内容，把供应链管理的有关环节，供应链需求预测、供应链采购决策、供应链库存控制、供应链生产管理、供应链运输规划、供应链网络策略、供应链分销策略、供应链风险评估及供应链数字化运营进行系统化讲解，形成了一个完整的知识体系。本书可作为高等院校物流管理、供应链管理与电子商务等专业学生学习供应链数据分析与管理课程教材，同时可作为期望成为供应链管理与现代物流管理从业人员进行数据分析的自学参考用书。