内 容 简 介 这是一本专门介绍如何使用Excel进行商业数据分析的工具书，全书共11章，先介绍商业数据分析的相关基础内容及具体分析流程，然后挑选整个分析流程中的关键环节进行重点讲解，让读者具体了解Excel工具在商业数据分析中的应用。后通过4个综合案例，以点代面，让读者真实地体会Excel商业数据分析的实战应用。

本书结合流行的SQLServer2008关系数据库管理系统，重点介绍了数据库的基本原理和技术方法。本书共分为12章，包括数据库系统概述、SQLServer2008概述、T-SQL基础、创建和管理数据库、架构和数据表、数据查询、索引和视图、存储过程与触发器和用户自定义函数、事务与游标、数据库安全性、数据库备份与恢复和数据库设计等。

《Oracle查询优化改写技巧与案例2.0》不讲具体语法，只是以案例的形式介绍各种查询语句的用法。第1～4章是基础部分，讲述了常用的各种基础语句，以及常见的错误和正确语句的写法，应熟练掌握这部分内容，因为在日常查询和优化改写中都要用到；第5～12章是提高部分，讲解了正则表达式、分析函数、树形查询及汇总函数的用法，这部分内容常用于一些复杂需求的实现及优化改写；最后两章介绍日常的优化改写案例，这部分内容是前面所学知识的扩展应用。 如果您是开发人员，经常与Oracle打交道，那么《Oracle查询优化改写技巧与案例2.0》可以帮助您处理复杂的需求，写出高性能的语句。如果您是运维人员，则本书可以帮助您更快地完成慢语句的改写优化。

查询优化器是数据库中很重要的模块之一，只有掌握好查询优化的方法且了解查询优化的细节，在对数据库调优的过程中才能有的放矢，否则调优的过程就如无本之木、无源之水，虽上下求索而不得其法。 《PostgreSQL技术内幕：查询优化深度探索》揭示了PostgreSQL数据库中查询优化的实现技术细节，首先对子查询提升、外连接消除、表达式预处理、谓词下推、连接顺序交换、等价类推理等逻辑优化方法进行了详细描述，然后结合统计信息、选择率、代价对扫描路径创建、路径搜索方法、连接路径建立、Non-SPJ路径建立、执行计划简化与生成等进行了深度探索，使读者对PostgreSQL数据库的查询优化器有深层次的了解。 《PostgreSQL技术内幕：查询优化深度探索》适合数据库内核开发人员及相关领域的研究人员、数据库DBA、高等院校相关专业的本科生或者研究生阅读。

《小白学数据挖掘与机器学习——SPSS Modeler案例篇》用生活中常见的例子、有趣的插图和通俗的语言，把看上去晦涩难懂的数据挖掘与机器学习知识以通俗易懂的方式分享给读者，让读者从入门学习阶段就发现，原来数据挖掘与机器学习不但有用，还很有趣。 《小白学数据挖掘与机器学习——SPSS Modeler案例篇》以IBM SPSS Modeler 作为案例实践工具，首先介绍了数据挖掘的基本概念及数据挖掘方法，然后介绍了IBM SPSS Modeler 工具的基本使用、数据探索、统计检验、回归分析、分类算法、聚类算法、关联规则、神经网络以及集成学习。每一章都会以漫画形式介绍一些日常小例子并作为切入点，用通俗的语言介绍具体的算法理论，同时在每章最后都附上应用案例，让读者更轻松地阅读《小白学数据挖掘与机器学习——SPSS Modeler案例篇》并掌握对应的算法和实践操作。 《小白学数据挖掘与机器学习——SPSS Modeler案例篇》内容循序渐进，完整覆盖了数据挖掘与机器学习的主要知识点，适合数据挖掘与机器学习入门读者阅读。

本书系统地介绍了各种数据结构的特点、存储结构及相关算法。书中采用C语言描述算法。主要内容包括数据结构的基本概念、算法描述和算法分析初步；线性表、堆栈、队列、串、数组、树、图等结构；查找、排序等。每章后面配有小结、习题、讨论题。本书有配套的完整的习题与实验指导书，每一章节都给出了完整的C语言和C++源程序示例。 本书叙述清晰，深入浅出，注意实践，便于教学与实践。 本书既可作为高等院校计算机专业的教材，也可供从事计算机应用与工程工作的科技工作者自学参考。

本书是一本MySQL数据库的实用教程，强调理论知识以够用为度，在全书中穿插了大量图形和实例进行讲解，可以让读者非常直观轻松地理解并掌握MySQL的各个知识点。全书共11章，包括：数据库基础、MYSQL的安装与配置、创建数据库、表的创建与管理、数据查询、索引与视图操作、MySQL触发器、存储过程和函数、MySQL编程基础、数据备份与恢复以及mysql应用实例。每章都配有大量的课后习题和课外实践，以确保读者对本章所讲知识的巩固和升华。

2015 年，美智讯公司与沈浩老师合作撰写了国内较早的一本中文 Tableau 书：《触手可及的大数据分析工具——Tableau 案例集》。该书经过了多次重印，发行甚广。 本书是在上本书的基础上进行的升级，不仅使用新的 Tableau 2018.1 版本对分析过程重新截图，而且按照高校的教学目标匹配了案例的广度与深度。书中的案例，部分选自 Tableau 原厂的演示数据，其他绝大多数则由国内的真实案例修改而来。 如需下载本书相关的案例数据，敬请登录中文 Tableau 学习社区： www.tableauhome.com.cn。期待您参与社区互动，并分享您的作品与应用心得。 本书结构清晰，案例丰富，通俗易懂，实用性强。本书特别适合 Tableau 的初学者和进阶读者作为自学教程阅读。另外，也适合作为大中专院校的相关专业教学参考书，也适合社会培训学校作为培训教材使用。

《实时数据流的算法处理及其应用》介绍聚类方法及其优化过程以及实时数据流在企业生产过程中的实际应用。《实时数据流的算法处理及其应用》共五个部分：第一部分介绍实时数据流和聚类方法的背景，包括实时数据流的特点、进行数据分析的技术以及研究现状。第二部分详细介绍聚类方法中的简单聚类，包括基于衰减窗口与剪枝维度树的数据流聚类、实时数据流动态模式发现与跟踪方法以及相关实验证明等内容。第三部分详细阐述增量聚类技术，包括增量聚类、网格划分策略，以及两个特点不同的增量聚类算法等内容。第四部分介绍聚类算法的一个应用——边界技术检测。第五部分以实时数据流在某钢铁厂的实际应用为案例，剖析实时数据流在实际生产中的应用过程和方法，通过实时数据流分析企业生产过程，最后将聚类方法应用于该案例。

暂缺简介...