全书分为九章，引言，大数据治理与大数据服务，大数据治理工作机制，大数据治理现状分析和资源盘点，大数据治理专业能力，大数据服务专业能力，一体化大数据平台，一体化大数据平台 区块链，一体化大数据平台应用场景及典型案例，全面介绍了大数据相关从业人员所需的基本知识、专业能力，并给出了具体案例。

本书主要内容包括：（1） 提出了分布式的随机次梯度投影算法；（2） 提出了异步广播的分布式次梯度随机投影算法；（3） 提出了分布式随机坐标块次梯度投影算法；（4） 提出了分布式随机坐标块条件梯度算法；（5） 提出了量化信息与随机网络拓扑的扩散小均方算法；（6） 提出了分布式随机次梯度在线算法；（7） 提出了差分隐私的分布式随机次梯度在线优化算法；（8） 提出了分布式条件梯度在线学习算法。本书选材广泛、内容新颖，适合数学、控制、计算机等专业的本科生及研究生，适合从事应用数学、计算数学、机器学习等研究领域的科技人员。

近年来，随着数据获取能力的不断提高和计算机的飞速发展，人们获得的数据信息越来越多，数据维数越来越高，如何寻找这些海量高维数据信息中潜在的规律，更好地为人类服务，是目前人工智能面临的挑战之一。 在没有标签信息的情况下，对高维数据实施维数约简的同时进行归类分析，挖掘数据的内在低秩结构，是当前机器学习的一个难点、也是热点之一。谱聚类作为聚类分析的一种，不仅对初始值和数据噪声有更好的鲁棒性，而且实施简单，可以被标准的线性代数方法进行有效求解。因此，基于低秩结构学习的谱聚类理论和方法在机器学习、人工智能、大数据技术方面有着更加广阔的应用空间。本书主要研究了基于低秩结构学习的谱聚类理论与方法，从矩阵和张量两方面进行研究。重点关注紧凑低秩表示学习、鲁棒的无监督特征选择学习、图正则化低秩因子分解学习、张量低秩稀疏表示学习和增强的张量低秩表示学习等，理论分析了这些基于低秩结构的表示学习方法优化过程、复杂度、收敛性等，实验结果表明了这些方法在谱聚类方面的优越性。

国家大数据战略的实施推动了医学大数据的快速发展，如何利用大数据分析技术发掘医学数据中的潜在价值对于推动医学研究的进步、全面实施健康中国战略、满足人民群众健康医疗需求都具有重要促进作用。《医学大数据分析》以面向医学领域研究问题需求的数据分析方法为主线，以培养医学生的数据思维能力为目标，以全新的视角组织内容，突出数据分析方法和医学应用实践相结合的方式深入讲解医学大数据处理和分析的基本知识和实现技术。《医学大数据分析》分为15章，内容包括医学大数据概述、常用大数据工具、医学大数据的获取、数据预处理、数据降维、回归分析、关联规则分析、分类方法、聚类方法、时间序列分析、人工神经网络与深度学习、马尔科夫预测、医学文本数据分析、医学图像大数据分析、医学信号数据分析。《医学大数据分析》既注重思维培养，又兼顾应用需求，在通俗易懂的前提下，追求知识体系的系统性，尽可能展示新技术在医学领域的应用。本书可以作为高校医学生大数据分析类课程的教材使用，也可供对医学大数据分析感兴趣的专业技术人员阅读。

本书主要介绍大数据分析与应用，包括数据驱动程序设计、数据前处理、统计机器学习基础、无监督式学习、监督式学习、其他学习方式（集成学习、深度学习、强化学习）等6章内容。 本书特色：文字说明、程序代码与执行结果等交叉呈现，有助于阅读理解；提供来自不同领域的资料处理与分析范例；同时掌握数据分析两大主流工具—— R 与 Python；凸显第四代与第三代程序语言的不同之处。 本书读者对象：计算机、人工智能、大数据等相关专业的本科生、研究生，对大数据分析与应用感兴趣的社会读者，以及大数据分析与应用行业的工程技术人员。

大数据产业的发展改变了企业管理决策的过程和方式，极大地促进了信息产业的发展和商业模式的变革。单一企业越来越难以满足用户日益增长的对大数据全面化和个性化的需求，大数据联盟为企业提供了整合数据资源、提高服务能力和层次的有效途径。本书首先阐述大数据联盟的概念并揭示联盟合作机理，在此基础上，给出大数据联盟数据资源获取、数据产品及服务定价的机制和方法，后系统介绍由数据聚合服务、数据挖掘服务、数据决策支持服务和数据推荐服务组成的大数据联盟数据服务模式体系。该体系可实现按需使用、易拓展、计费灵活的大数据服务，实现不同领域的数据资源重组、关联和共享，从而为用户提供不同层次的服务。

《SQL Server 2019从入门到精通（微课视频版）》由浅入深、循序渐进地介绍了SQL Server2019的知识体系，以及如何开发、设计、管理SQL Server 2019数据库应用系统。全书共22章，以企业物资管理系统实例进行讲解，内容涵盖了数据库概述、SQL Server 2019服务器安装、SQL Server基础知识、服务器管理、数据库分析、数据库管理、表和索引、数据库的完整性、Transact-SQL入门、数据查询利器—SELECT语句、数据处理、视图管理、存储过程、触发器、用户自定义函数、事务、数据库安全性、数据库备份与恢复、数据库复制、SQL Server自动化管理、使用.NET访问SQL Server等知识。整个内容贯穿了设计、开发和管理整个数据库应用的流程，力求让读者掌握如何设计开发并管理一个数据库应用系统，通过本书能够学习尽可能多的知识。《SQL Server 2019从入门到精通（微课视频版）》内容通俗易懂，具有较高的趣味性和交互性。全书配备了276集长达1160分钟的大容量超详细的教学视频、全书的PPT教学课件和课后习题答案，适用于初中级SQL Server用户，亦可作为各高校和社会培训班相关专业的教材。

本书针对大学程序设计竞赛和课程教学，基于数据结构的知识体系结构和循序渐进的原则组织内容，包括基本编程能力训练、线性数据结构的编程、树的编程、图的编程。在每一章中，先介绍了相关的数据结构知识后，然后给出相应的范例；在每章的结尾给出相关题库。

本书涵盖数据分析与数据挖掘的基础知识、工具和有效实践方法，能让读者充分掌握数据分析与数据挖掘的基本技能。 本书共分为15章，主要内容包括大数据获取、数据预处理、探索性数据分析、用Sklearn估计器分类、主流数据分析库、大数据的数据库类型、数据仓库/商业智能、数据聚合与分组运算、数据挖掘工具、挖掘建模、模型评估、社会媒体挖掘、图挖掘分类、基于深度学习的验证码识别、基于深度学习的文本分类挖掘实现。 本书采用理论与实践相结合的方式，利用Python语言的强大功能，以*小的编程代价进行数据的提取、处理、分析和挖掘，既适合Python数据分析与数据挖掘初学者、大数据从业人员阅读，也适合高等院校和培训机构大数据与人工智能相关专业的师生教学参考。

jQuery、Vue.js和Spring Boot是当前流行的Java Web前后端开发利器。本书以相应软件的新版本为平台，基于贯穿式编写模式，以这三部分内容为侧重点，注重前后衔接，精心选择了基础知识点、核心知识点和扩展知识点进行介绍。全书在知识点的讲解 场景应用与挑战中贯穿知识的融合，渐进式地引领读者深刻理解、掌握和使用，为从事实际应用开发建立清晰的技术思路、扎实的知识技能。 本书由浅入深，通俗易懂，注重理论联系实际。本书适用于没有Java Web编程经验的初学者，也适合具有一定编程基础、需要提高实践能力的开发人员作为参考用书，还适合作为各类学校相关课程的教材。