本书是关于SQL Server 2017的入门教程，目标是带领读者走进SQL Server 2017并掌握对其的操作和管理。 本书从SQL Server 2017的安装开始讲解并结合具体的示例逐步介绍SQL Server中主要的数据库对象的创建和管理的操作，不仅使用SQL语句来介绍具体的语法，还介绍在SSMS（SQL Server Management Studio）中创建和管理数据库对象。为了将SQL Server数据库与编程语言相结合，本书还重点介绍了使用C#语言连接SQL Server数据库实现文章管理系统，以及使用Python语言连接SQL Server数据库实现用户管理模块。 本书可以作为高等院校计算机相关专业的授课教材，也可以作为相关培训机构的辅导用书，同时也非常适合作为专业人员的参考手册。

本书共13章，全面、系统和详尽地介绍Neo4j图数据库扩展的概念、APOC和ALGO扩展包的使用、以及开发服务器扩展的方法。内容分为四个部分，依次为：Neo4j 图数据库扩展介绍；APOC 扩展包函数和过程指南；ALGO 扩展包函数和过程指南；开发和测试方法。

《数据保护权威指南》采用浑然一体的、基于业务的分析方法，全面讨论数据安全保护体系的相关要素；完整展现数据全生命周期和SLA的所有相关细节。基于当前的数据安全态势，将业界的成熟方案和更佳实践通过综合规划和可度量方式有机结合在一起，在合理保护数据要素的同时，满足所有业务运营需求。《数据保护权威指南》旨在展示更多实用的关键信息，以帮助读者保护数据，免受云端的、企业内部的损失风险；解释在高度虚拟化的数据中心和大数据技术中数据保护的巨大变化。本书还提供一个将数据保护流程与 IT 治理集成的融合模型，从而在组织范围内，将业务经营实务和IT运营实践结合在一起，真正实现数据安全保护的目标。　《数据保护权威指南》编排合理，由浅入深地讲解数据安全保护的概念、技术、架构、运维、审计以及法律合规等要点，全面系统地阐述规划和实施数据保护各个阶段的具体事项。虽然书中多个章节讨论了与数据保护相关的技术，但作者并非单纯讲解枯燥的技术细节，而是结合业务应用场景比较各种技术的区别，探讨优缺点，力求帮助读者找到适合自己的解决方案。

本书详细介绍了SQL语言的基本语法、基本概念，说明了各种SQL实现与ANSI标准之间的差别。书中包含了大量的范例，直观地说明了如何使用SQL对数据进行处理。每章后面还有针对性很强的测验与练习，能够帮助读者更好地理解和掌握学习的内容。在最后的附录里还有关于安装MySQL的详细介绍、书中用到的关键SQL语句、测验和练习的答案。本书的内容层次清晰，针对性强，非常适合初学者作为入门教材。

本书根据科源信息技术有限公司发展的3个不同阶段的产品销售管理案例，将Access 2016数据库的创建和管理、数据表的设计和维护、查询的设计和创建、设计和制作窗体、设计和制作报表、创建和应用宏以及模块等知识及技能融入3个循序渐进的学习情境中。本书将学习目标和工作目标有机地结合在一起，充分体现了“学习的内容是工作”“通过工作来学习”的新职业教育理念，学习的过程能为未来的工作起到良好的引领和示范作用。

数据库是计算机科学与技术的重要基础之一，是计算机科学与技术、地理信息系统、空间信息与数字技术等信息相关专业的核心课程。《数据库实验教程/中国地质大学（武汉）实验教学系列教材》是数据库课程的实验教程，通过数据库建库、管理及应用开发等一系列实验，帮助学生进一步理解所学数据库知识，提升运用数据库技术解决实际问题的能力。《数据库实验教程/中国地质大学（武汉）实验教学系列教材》包括数据库管理系统软件、数据库与数据表操作、视图创建与使用、数据库的安全性与完整性、触发器、数据库设计与应用开发、数据库备份与恢复等方面的内容。《数据库实验教程/中国地质大学（武汉）实验教学系列教材》可以作为高等学校计算机科学与技术、地理信息系统、空间信息与数字技术、软件工程、通信工程、测绘、遥感及其他相关专业开设的数据库课程的本科生和研究生实验教材，也可供相关科研、企事业单位的研究与开发人员参考和使用。

《NoSQL数据库原理与应用/大数据专业应用型人才培养规划教材》共分9章，通过介绍NoSQL数据库的分布式架构、数据模型、数据原理等，让读者能够理解NoSQL数据库的特点，并能在具体的应用场景中选择合适的数据库。通过学习HBase和MongoDB的数据操作方法以及编程方法，读者将学会在实际应用中运用这些原理。《NoSQL数据库原理与应用/大数据专业应用型人才培养规划教材》适合作为大数据专业应用型人才培养教材。建议安排教学课时为64学时，教师可根据学生的接受能力以及高校的培养方案选择教学内容。

《数据挖掘与机器学习/大数据专业应用型人才培养规划教材》采用理论与实践相结合的方式，介绍数据挖掘与机器学习的基础知识，力求培养读者数据思维能力。《数据挖掘与机器学习/大数据专业应用型人才培养规划教材》共9章，阐述了数据挖掘与机器学习的核心概念与技术，以及运用这些技术分析实际问题的思路。书中还介绍了9个综合性的案例，其难易程度和侧重点与书中各章的知识点相匹配。第1章介绍数据挖掘的基本概念、功能与应用领域，使读者掌握数据挖掘的基本理念、流程和方法。第2章介绍Pandas模块的语法结构，并通过对自行车行驶数据与服务热线数据的分析，使读者掌握通过Pandas模块对数据进行统计分析的方法。第3章介绍机器学习的框架，以及Skleam模块的语法结构，使读者掌握搭建机器学习流水线的方法。第4章介绍分类算法与应用，使读者掌握通过Skleam模块搭建一个分类器并实现分类功能的方法。第5章介绍回归算法与应用，使读者掌握通过Skleam模块搭建一个回归模型并实现回归功能的方法。第6章介绍无监督学习，使读者掌握通过Skleam模块搭建一个聚类模型并实现聚类功能的方法。第7章介绍关联规则和协同过滤，使读者掌握通过这些算法实现电影推荐的方法。第8章介绍图像数据分析的相关技术，使读者掌握进行图像特征提取和人脸识别的方法。第9章介绍自然语言处理与NLTK的相关技术，使读者掌握进行文本特征提取和文本分类的方法。《数据挖掘与机器学习/大数据专业应用型人才培养规划教材》可作为各类高校数据挖掘与机器学习的课程教材，也可供对数据挖掘和机器学习感兴趣的读者学习参考。

随着移动通信和互联网应用的发展，物联网、云计算、大数据等新兴技术与应用不断涌现。这是一个用数据说话的时代，也是一个依靠数据竞争的时代。目前世界500强企业中，有90%以上都建立了数据分析部门。IBM、微软、Google等知名公司都积极投资数据业务，建立数据部门，培养数据分析团队。各国政府和越来越多的企业意识到数据和信息已经成为企业的智力资产和资源，数据的分析和处理能力正在成为日益倚重的技术手段。

暂缺简介...