本书分五部分，第一部分数据科学引导，阐述数据科学的基本概念、原则和方法等内容；第二部分数据分析的数学基础，阐述相关的数学知识；第三部分数据采集与管理，阐述数据采集、清洗、管理等知识；第四部分数据分析基本方法与软件实现，阐述描述性统计分析方法等内容；第五部分数据分析案例与实训。

在构建分析工具以快速获得洞察力之前，你首先需要知道如何处理实时数据。熟悉Apache Spark的开发人员通过这本实用指南，可以学习如何将该内存框架用于流数据处理。你会发现Spark（如何让你用与编写批处理作业几乎相同的方式编写流作业。两位作者Gerard Maas和Farancois Garillot将带你探索Apache Spark的理论基础知识。本书通过两个部分对比了Spark（现在支持的两种流API的差异：原始Spark Streaming库和新的结构化流API。学习基本的流处理概念并研究不同的流体系结构通过实例探讨结构化流处理；详细介绍流处理的不同方面。利用Spark流创建和操作流作业和应用程序；将Spark流与其他Spark API集成。学习高级Spark流处理技术，包括近似算法和机器学习算法。将Apache Spark与其他流处理项目进行比较，包括Apache Storm、Apache Flink和Apache Kafka Strearns。

想真正学会数据科学，你不仅要掌握工具——数据科学库、框架、模块和工具包——还要理解它们背后的思想和原理。更新的《数据科学入门》第2版为你展示了这些工具和算法是如何从零开始实现的。如果你具备数学能力和一些编程技能，作者Joel Grus将会帮你熟悉数据科学相关的核心数学和统计学知识，以及作为一名数据科学家所需的黑客技巧。这本更新的书还包含了关于深度学习、统计学和自然语言处理的新资料，为你展示了如何在日常繁杂冗余的数据中找到宝石。快速入门Python学习线性代数、统计学和概率的基础知识——以及它们在数据科学中的使用场景收集、探索、清理、管理和操作数据深入研究机器学习的基础知识实现k近邻、朴素贝叶斯、线性回归、逻辑回归、决策树、神经网络和聚类等模型探索推荐系统、自然语言处理、网络分析、MapReduce和数据库知识

随着“互联网+”时代的到来，职业教育和互联网技术日益融合发展。为提升高素质技能人才的培养水平，推出“互联网+职业技能系列微课版创新教材”。《PHP+MySQL：Web项目实战》采用知识点配套项目微课进行讲解，深入浅出地阐述了如何运用PHP+MySQL完成Web项目开发，演示了如何综合运用PHP技术构建高效、快捷的Web站点。《PHP+MySQL：Web项目实战》共分五个项目，主要内容包括PHP入门与环境搭建、在线相册、Web考试系统、信息资料管理和早新闻。《PHP+MySQL：Web项目实战》可作为大中专院校、职业学校及各类社会培训机构的教材，也可作为具有一定开发经验、具备一定HTML及Web开发基础的程序员提升开发技能的参考用书。为帮助读者更好地学习，《PHP+MySQL：Web项目实战》配套提供了微课视频数字资源，读者可通过扫描封底和正文中的二维码获取相关文件。

在大数据和云计算时代，数据库管理软件更为重要。Access2016是微软公司推出的一种关系型数据库管理软件，已嵌入Office办公软件。相比于其他数据库，Access2016简单易学，操作性强，深受广大用户的喜爱。《Access 2016 数据库应用技术（含实训）》对计算机专业和非专业人员均是适用的，大、中专学生可以作为教材使用，零基础、不懂编程的人员可以作为自学教材。书中内容浅显易懂，操作步骤详尽，图文并茂，全书使用“教学信息管理系统”从创建到维护作为一个完整的例子进行讲解，让用户体验创建一个数据库管理系统的全过程。《Access 2016 数据库应用技术（含实训）》与同类书籍相比，有以下突出优点：（1）采用任务驱动型案例教学法，将数据库管理系统知识融于“教学信息管理系统”，从无到有地创建该系统，知识从易到难，环环相扣，让读者有兴趣去体会和完成数据库系统创建的全过程；（2）讲练结合，各个章节均设计了一些结合实际应用的案例，配套书中例题的扩展有助于实现举一反三，从而让读者更容易掌握Access2016软件；（3）在教材的编排上，注重理论与实践的结合；（4）提供了完整的电子课件供读者使用。

本书主要介绍MySQL基础、MySQL的基本操作、MongoDB基础和操作、文件的读写、爬虫基础、网站数据爬取实战等内容，让读者掌握通过Python操作关系型和非关系型数据库的方法，并通过爬虫技术获取相关数据。本书专门针对使用Python 操作数据库的新手或入门者，是作者学习和使用Python 操作数据库过程的体会和经验总结。涵盖实际开发中基本的知识要点，内容详尽，代码可读性及可操作性强。本书可以作为高等院校数据科学与大数据、计算机科学与技术等专业学生的教材，也可供财经金融管理类等专业学生参考。

《实时数据处理和分析指南》主要介绍实时大数据计算领域的相关技巧和经验，包括Flink、Spark和Storm等流处理框架技术。全书从搭建开发环境开始，逐步实现流处理，循序渐进地引导读者学习如何利用Rabbit MQ、Kafka和NiFi以及Storm、Spark、Flink和Beam等组件协同应用来解决实际问题。本书内容分为6个部分，分别是“导言——熟悉实时分析”“搭建基础设施”“Storm实时计算”“使用Spark实现实时计算”“使用Flink实现实时分析”以及“综合应用”。在阅读本书之前，读者应具备基本的Java和Scala编程基础，还应熟悉Maven、Java和Eclipse的安装和配置流程。

《数据分析系列教材》丛书以统计应用案例为主线，以计算机技术为实现工具，是一套具有一定理论高度，且具备一定指导性和实战性的统计应用书籍。适合普通经营管理人员、基层科研人员、高层决策者、一般数据处理工作者和高校学生学习使用。《数据分析与EViews应用（第3版）/数据分析与应用丛书》以实际数据的分析处理为例，介绍相应统计方法的运用及其在EViews 10.0中的实现。《数据分析与EViews应用（第3版）/数据分析与应用丛书》涉及处理以时间序列为主的多种类型的数据，包括描述统计、回归分析、传统时间序列分析等基本的数据分析以及建立条件异方差、向量自回归模型（包括非结构化和结构化模型）、向量误差修正模型、Panel Data模型、状态空间模型、混频数据模型等复杂的计量经济模型。《数据分析与EViews应用（第3版）/数据分析与应用丛书》为运用各种统计方法和经济计量方法处理数据的读者提供了一个简便易学、易操作的工具。读者可以快速掌握EViews软件的运用。

《数据库基础与实践技术（SQL Server 2017）》在介绍数据库技术应用时注重结合数据库的理论知识，使实践与理论相结合。《数据库基础与实践技术（SQL Server 2017）》条理清晰，讲解详细，实例丰富，并用浅显的数据和图表讲解不好理解的知识。

本书以数据挖掘项目的典型开发过程为线索，对数据挖掘的生命周期中的各个环节，以及其中所涉及的概念、方法、技术和过程模型进行了全面细致的介绍。对于数据挖掘核心部分的典型基础算法，通过细致的阐述、详尽的示例和充分的讨论，深入地展示了数据挖掘算法的内涵，以便读者认知、学习和掌握。本书系统地介绍了数据挖掘原理、算法和应用的相关知识，内容覆盖数据挖掘的整个过程：数据采集、数据预处理、数据分类分析、数据聚类分析、数据关联分析和数据挖掘系统的应用等。在内容安排上通过数据挖掘的典型应用方法，将理论知识和工程技术应用有机地结合，浅显易懂且实践性强。本书可以作为高等院校计算机科学与技术、信息管理、数据分析等专业的教科书，也可作为企业管理、信息分析人员的技术参考书籍。本书配有电子课件，及与书中例题、作业题配套的数据素材，欢迎选用本书作教材的老师发邮件到jinacmp@163.com索取，或登录www.cmpedu.com注册下载。