随着大数据时代的到来，稀疏性成为研究大数据的重要手段。随着计算机和信息技术的普及与应用，特别是互联网技术、通信技术、数字技术和云计算等行业应用规模的迅速扩大，各行业所产生的数据量呈爆炸性增长，时刻都会产生大量的、多样化的、结构复杂的、冗余的、高维的海量数据。然而，这些数据中蕴含着非常有价值的信息，但又无法通过常规手段直接观察到。因此，大规模数据分析是现代科学技术与工程应用等领域内处理大数据科学问题的关键课题之一。《矩阵低秩稀疏分解方法与应用研究》在酉不变范数意义下，通过矩阵的广义逆分解理论，利用矩阵的相关投影性质，研究了矩阵低秩分解的扰动理论；基于受限等距性质，在理想情况下研究了矩阵低秩稀疏分解的性质，并给出了稀疏矩阵精确重构的充分条件：在噪声情况下，分析了稀疏矩阵恢复的鲁棒性，给出了误差上界；基于鲁棒主成分分析模型（RPCA），提出了矩阵低秩稀疏分解的可分离替代函数法，并设计了近似点迭代阈值算法（PPIT）和基于不精确的增广拉格朗日方法（IALM）的可分离替代函数算法（SSF-IALM）求解RPCA模型；最后《矩阵低秩稀疏分解方法与应用研究》提出了矩阵的稀疏低秩因子分解模型（SLRF），并设计了两种求解此模型的算法：惩罚函数法（PFM）和增广拉格朗日方法（ALMM）。

精通TypeScript语法 在TypeScript中使用JavaScript库使用Babel和Webpack工具 使用Angular、React和Vue框架构建TypeScript应用程序

这是一本以案例为基础、涉及数据可视化相关知识内容讲解的案例教程，具有一定代表性、前沿性和创新性。既可以用于教师教学，也可以用于学生自学，既是教本又是学本。本书共有五个创新案例，包括：多维视（多维非空间数据可视化）、社网视（社交网络关系数据可视化）、脑网视（脑网络可视化）、体视（体数据可视化）、体交互（体数据交互）等系统。多维视、社网视侧重信息可视化，脑网视、体视侧重科学可视化，而体交互涉及可视化中的交互技术。引导学习者通过典型案例的知识点导读、方法概要、系统介绍与配置、导图操作等内容，学习不同的可视化技术。

洞悉商业核心逻辑，重建数字商业帝国 奠定文化基石，打造成熟的数字化团队 阐明数字化核心平台、数据与智能 获得高层支持，重新审视投资和技术风险 数字化已成为新的商业范式。 本书将帮您梳理企业的核心商业模式，将其转化为数字化增长引擎，带您走进新的商业时代！

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。

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。

《SQL Server数据库应用（全案例微课版）》是针对零基础读者编写的SQL Server入门教材，侧重案例实训，并提供扫码微课来讲解当前热门的案例。 《SQL Server数据库应用（全案例微课版）》分为20章，内容包括初识SQL Server 2019，SQL Server数据库，数据库中的数据表，Transact-SQL语言基础，掌握Transact-SQL语句，规则、默认值和完整性约束，数据的插入、更新和删除，Transact-SQL查询数据，系统函数与自定义函数，创建和使用视图，索引的创建和使用，存储过程的创建与应用，创建和使用触发器，创建和使用游标，事务和锁的应用，用户账户及角色的管理，数据库的备份与恢复，数据库的自动化管理，新闻发布系统数据库设计，开发教务选课系统。 《SQL Server数据库应用（全案例微课版）》通过精选热门案例，可以让初学者快速掌握SQL Server数据库应用技术。

《数据治理：如何设计、开展和保持有效的数据治理计划》的主要目的是给读者启动和实施数据治理计划提供一个坚实的基础，同时作为其他数据治理书籍的有益补充。如果您的企业已经开始数据治理实践但仍摇摆不定，该书将为您提供许多建议并尽可能提供中立的立场和流程。在大量的背景、定义和推荐实践之外，该书将展现开展数据治理的通用的步骤和活动，并在附件中提供了交付物和工作成果模板，可以作为您开始数据治理计划的参考，或作为您已有项目的补充。

本书围绕如何用好MongoDB这个复杂命题，利用大部分篇幅讲述了MongoDB在应用开发方面的各种进阶技巧，同时也介绍了MongoDB 4.0版本的事务特性及微服务相关的技术范例。很多基本的数据库问题都可以从MongoDB的官方文档中找到答案，但官方文档中在MongoDB周边技术栈的整合、系统管理及调优方面仍然缺乏一些富有针对性的内容，所以本书在结合一些实践案例的前提下，以开发管理者的角度对MongoDB技术进行了系统地梳理，希望能够让读者的学习达到事半功倍的效果。相信本书会对应用MongoDB的开发人员具有广泛的指导意义。

本书从Power BI的基础功能讲起，逐步深入到Power BI进阶实战，以系统化的实操步骤和丰富的实际案例让读者快速入门Power BI数据分析，掌握Power BI在多个业务领域的实际应用。全书共8章：商业智能与数据分析概述；Power BI简介；数据分析与可视化制作全过程；Power BI数据预处理；Power BI数据建模；Power BI数据可视化；Power BI在线服务；Power BI数据分析实战案例。本书通俗易懂、循序渐进、内容全面、讲解详细，配备全套数据集、数据文件、教学课件和学习视频，既适合读者自学Power BI数据分析与可视化，也适合作为大专院校教材，更适合从事销售、产品、电商运营、仓储物流、财务管理、人力资源等岗位的职场人士提升技能。