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。

本书在分析 外研究及工业实践的基础上，围绕智能产品各个阶段的设计，介绍和阐述了智能产品概念设计框架、智能产品的客户需求识别与分析、客户需求向技术属性转化、智能产品监测与控制功能的设计、智能产品优化与自主功能的设计等内容，重点介绍了基于客户价值 化的智能产品需求分析方法，基于改进的模糊TOPSIS智能产品需求转化方法，面向智能产品的监测、控制、优化及自主功能的设计方法等;并在上述理论、方法与技术研究的基础上，选用智能冰箱与智能扫地机器人作为案例分别验证了技术的可行性。本书为一套完整的框架、理论、方法和技术体系，且理论在企业中得到了验证，既可以作为企业和政府管理人员的培训教材、高等院校管理专业师生的参考教材，也可以作为从事生产 业相关工作人员的参考用书。

本书以生物脑的神经环路和机器脑的深度学习模式为主体，阐述神经科学与人工智能共同发展的过去、现在与未来，从二者的区别和联系入手，并从哲学、心理学和伦理学等视角探讨人工智能发展过程中出现的一系列问题，希望形成一个相对全面的人脑与人工智能的理论框架，让我们能 好地理解人类智能和人工智能，也希望为专业人士起到抛砖引玉的作用，以便 深入地进行关于人脑与人工智能的相关学习和研究。本书的出版将推动神经科学和人工智能领域的学术创新发展，以及人工智能在医学中的应用普及。

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。

本书在简述云计算、大数据概念及密码学相关技术的基础上，主要介绍作者在数据持有性证明、数据确定性删除、云存储数据的一致性、抵抗同驻攻击、虚拟机迁移方面的研究成果。主要包括：可撤销的无证书数据持有性证明方案、关联标签的云数据完整性验证方案、多方参与的高效撤销组成员审计方案、基于属性基加密的高效确定性删除方案、面向优化数据中心结构的一致性协议设计、面向数据中心安全的一致性协议、基于 Shamir 的虚拟机放置策略、存储开销的抵御同驻攻击的数据分块加密备份方案、基于哈希图技术的跨数据中心虚拟机动态迁移方案等。

本书是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。本书是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家，所有案例均来自这些企业的实践。对企业的基层管理者或初入职场的人士来说，本书是充分认识数据治理意义、组织进行数据治理的具体方案和工具手册；对企业中层管理者来说，本书是一本配合企业数据治理的纲领性指南；对企业高层管理者来说，本书是一本推动企业数据治理的方法论。

本书基于中国自动化大会2019的专题“智能自动化技术”撰写而成，系智能自动化发展前沿丛书的分册之一。丛书主编为孙优贤院士，本书由于海斌、邵之江主编，智能自动化技术领域多位专家参与各章节的撰写，主要介绍了网络集群与网络化控制、新能源控制与绿色制造技术、物流系统与自动化、车辆控制与电动化等前沿热点方向的新研究成果。

本书介绍稀疏表示学习理论与相关应用。第1章概述信号稀疏性与压缩感知的关系、压缩感知的研究内容。第2章介绍稀疏概念与稀疏表示数学模型。第3章介绍小波变换、脊波变换及曲波变换。第4章讨论信号重构的确定性与概率性证明。第5章讨论稀疏表示字典学习。第6章讨论LASSO模型及其应用。第7章讨论Dantzig选择器理论。第8章讨论稀疏贝叶斯分类模型。第9章分析次梯度优化方法、阈值迭代方法、交替方向乘子法、坐标下降法等。第10章分析Lq优化近似计算方法。第11章分析稀疏子空间聚类算法。第12到14章探讨稀疏表示在人脸检测与识别、运动检测、非负矩阵分解等中的相关应用。本书可作为人工智能、模式识别、图像信息处理与计算机以及应用数学等相关专业的本科大学生和研究生的参考书。

本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题，希望通过练习和操作实践，帮助读者巩固所学的内容。本书可以作为高等学校数据科学与大数据技术或人工智能相关专业的教材，也可作为深度学习爱好者的自学用书。