《Power Query M函数语言：基于Excel和Power BI的数据清理进阶实战》结合大量教学范例和逻辑示意图，深入介绍Microsoft Excel和Power BI中Power Query M函数语言数据清理技术的运行逻辑和进阶使用技巧。本书按照Power Query M函数语言的知识结构，在《Power Query M函数语言：基于Excel和Power BI的数据清理轻松入门》的基础上，详细、深入地介绍运算符、关键字、数据类型、函数的高级参数，以及高级函数和特殊函数等相关知识。《Power Query M函数语言：基于Excel和Power BI的数据清理进阶实战》共9章，分为3篇。第1篇“背景知识”，主要回顾“入门分册”的知识脉络，并展望本书的知识架构。第2篇“语法进阶”，首先介绍Power Query M函数语言的高级运算符，然后介绍循环、迭代和递归的相关知识，接着介绍关键词的相关用法，最后介绍错误数据和类型数据的相关知识。第3篇“函数进阶”，归纳总结M函数语言进阶人员必须要掌握的5大类函数的高级参数的通用模式，并给出30余项高级函数和特殊函数的用法。《Power Query M函数语言：基于Excel和Power BI的数据清理进阶实战》内容丰富，实例典型，非常适合有一定Power Query M函数语言基础而想要进一步深入学习的读者阅读，也适合想要在工作中使用Power Query M函数语言的从业人员阅读，另外还适合作为案头备用备查的手册。

在数据科学研究过程中，能快速解决问题是一项不可或缺的能力。但是数据科学面临的复杂性在于，随着大数据采集的数据量越来越大，以及最优解算法越来越复杂，很多算法面临着运行非常耗时，有时甚至在现有的资源情况下不可解的状况。此时，需要数据科学家发挥工程师思维，使用一些计算量小的近似方法，在节省时间和计算资源的前提下，得到不错的结果，这些方法可以称为启发式方法。本书聚焦“启发式方法”这个主题，分5个部分进行介绍。第1部分概述了各种类型的启发式方法；第2部分侧重于面向数据的启发式方法及其在数据科学问题中的应用；第3部分诠释了面向最优化的启发式方法，以及它们如何解决具有挑战性的最优化问题；第4部分是讲解如何设计和实施新的启发式方法，以解决特定问题的相关内容；第5部分介绍了关于启发式方法的其他主题，如透明度和局限性等。本书适合从事和计划从事数据科学领域相关工作的读者阅读。

本书是一部通过提供一套易于遵守及操作的方法论来实现高质量数据管理的实践指南。内容全面、详细，并有许多实用的建议和模板，第1版推出后，已成为全球信息质量实践者的书籍，甚至已成为美国阿肯色大学信息质量研究生项目的教科书。本书共7章，内容包括数据质量和依赖于数据的世界、数据质量实践、关键概念、十步法流程、设计项目结构、其他技巧和工具，以及写在最后的话。作者将信息质量的概念框架与改善信息质量的技术、工具、操作指南相结合，提出并详细描述了获取高质量数据和可信信息的十步法。作为本书的最新改版，作者进一步阐明并更新了流程步骤和支持模板，整合了一些有价值的示例和案例，说明了近些年技术和数据生产的演变。本书内容丰富，理论和实践相结合，易读性和可操作性强，可以作为数据质量管理的入门和进阶用书，还可作为数据治理、信息技术、数据分析等领域人员的参考用书，也适合任何试图找到完善、实用且有效的书面建议来实现高质量数据的团队或个人。

《从零开始学Power BI商业数据分析（视频教学版）》从Power BI的基础知识讲起，然后逐步深入Power BI的进阶提升知识，最后配合项目实战案例，展示如何使用Power BI进行数据清洗、数据统计和数据可视化等相关操作，从而帮助零基础的数据分析人员快速上手。《从零开始学Power BI商业数据分析（视频教学版）》共10章，分为3篇。第1篇“基础知识”，主要介绍Power BI的下载和注册方法，以及相关组件的用法和数据导入方法，并详细介绍Power Query的基础知识。第2篇“进阶提升”，主要介绍数据建模、度量值、常用的度量值应用案例、可视化看板的制作和Power BI在线版等相关知识。第3篇“项目案例实战”，主要介绍如何用Power BI制作数据大屏、多页面交互式可视化看板和分析报告3个实战案例，展现数据清洗、数据统计和数据可视化的整个流程。《从零开始学Power BI商业数据分析（视频教学版）》通俗易懂，案例丰富，实用性强，适合Power BI的入门与进阶读者阅读，尤其是从事数据分析、商业分析、运营、人力管理和财务管理等经常与数据打交道的相关人员阅读，另外还适合相关培训机构的数据分析学员阅读。

《像数据达人一样思考和沟通：数据科学、统计学与机器学习》是一本完备的数据科学指南，尤其适用于职场人。本书既包括了职场中应用数据的场景介绍，也包括了算法背后的数学知识。两位作者在数据科学普及领域深耕多年，立志打造一本有趣、贴近生活，且非常具有可读性的数据科学入门书。每个人都能成为数据达人，积极地参与与数据科学、统计、机器学习相关的工作。本书适合作为商务专业人员、工程师、行政人员，以及有志成为数据科学家的研究人员的自学参考读物，也可以作为数据科学相关培训机构的教材。

要想在数据科学领域取得成功，你需要精通数学。但不仅仅是数学。这本指南提供了一个清晰的、简单的答案，你需要了解，包括概率、统计、假设测试、线性代数、机器学习和微积分的知识。使用Python代码的实际示例将帮助您了解数学如何应用于您将要做的工作，在将概念连接到机器学习等应用程序时，提供了对概念在底层如何工作的清晰理解。你会得到一个坚实的基础，但更重要的是，你将能够使用它。书中内容包括：认识到概率数学的细微差别和缺陷；掌握统计和假设测试（并避免常见的陷阱）；探索概率、统计、微积分和机器学习的实际应用；直观地理解线性代数是空间的转换，而不仅仅是数字相乘和相加的网格；完全从零开始在Python中执行微积分、导数和积分；将你所学的知识应用到机器学习中，包括线性回归、逻辑回归和神经网络。

在建设新型数据中心的过程中，利用新能源、新技术加速实现节能减排，提升算力服务水平，赋能数据中心产业的节能低碳绿色发展。本书解读了国家关于绿色低碳新型数据中心政策与节能发展要求，详细介绍了新型数据中心规划、设计和建设的要求以及旧机房DC化重构的整体思路和新技术应用案例，突出新型数据中心智能化管理平台的框架和实现方案以及低碳节能维护管理的基本要素，重点分析了电源系统和空调系统的低碳节能维护要点与管理体系以及新技术应用案例，体现了数据中心赋能经济社会。本书是信息通信基础设施低碳节能技术的总结和新建局站节能的指南，可供数据中心工程设计、建设施工、运营管理的人员以及系统集成、智慧建筑、IT等行业的技术人员参考和阅读，也可作为大中专院校相关专业师生的参考用书。

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，无论对SoC芯片还是非SoC芯片设计都极具参考价值。第6章介绍了3种常用的通信接口协议，同时也可以作为IC设计方法的总结和练习。第7章介绍了数字IC设计必须具备的电路综合知识和时序约束知识。第8章对数字IC设计中常用工具及其操作方法进行了介绍，能够帮助新人快速上手。第9章总结归纳了一些学习数字IC设计的方法及如何进行职业发展方向的规划等热点问题。书中的一些重点内容和实操环境，都配有视频予以详细讲解，能够帮助读者更深入地掌握书中内容。 本书可作为数字芯片设计的科普书，供希望进入该行业的人士或希望了解芯片界动向的人力资源行业人士及芯片创业者阅读。也可作为技术参考书，供学习和从事设计的学生和工程师阅读。

本书为SQL Server入门到提高图书，共17章，主要内容包括数据库基础、SQL Server数据库的安装与配置、创建和管理数据库、数据表操作、视图操作、SQL的基础知识、数据的查询、索引与数据完整性、流程控制、用户自定义函数、存储过程的使用、触发器的使用、游标的使用、SQL Server高级开发、SQL Server安全管理、SQL Server维护管理，最后讲解了学生成绩管理系统项目。本书每章内容都与实例紧密结合，有助于读者理解知识、应用知识，达到学以致用的目的。本书附有配套资源，包括本书所有实例的源码及教学视频。其中，源码全部经过精心测试，能够在Windows XP、Windows 7、Windows 8、Windows 10系统中编译和运行。本书可作为应用型本科计算机专业、高职软件技术专业及其他相关专业的教材，同时也适合初级数据库开发人员参考使用。

本书系统地介绍了岩爆试验综述、大数据人工智能分析方法框架、数据采集与预处理技术、压缩算法、多源异构融合算法、大数据可视化分析，且结合实际工程介绍了岩爆实验大数据AI处理系统。本书深入探讨了岩爆试验大数据的人工智能分析方法，系统阐述了以人工智能方法研究岩爆机理，为读者提供了一种全新的视角和解决问题的思路，填补了国内外相关领域的空白。