本书遵循学习成果导向理念，以数据库设计、开发、应用为主线，引领学习者熟悉数据库的体系结构，领会数据库的基本原理，掌握数据库的实现技术。本书充分体现“任务引领、实践导向”的思想，以一个实际数据库系统项目为主线，内容包括数据库开发环境的安装与配置、数据库的设计与创建、数据库对象的建立与管理、数据查询与操作、数据库的管理与维护等，以实现中小型数据库应用系统的设计与开发，帮助学习者更好地对接企业岗位的真实需求。

本书讲述Microsoft Access 2016数据库管理系统的基本功能和使用技巧。全书共分为9章，内容包括Access 2016快速入门，数据库的创建与使用，表的创建与使用，查询的种类及其创建方法，窗体的创建与使用，报表的设计与打印，数据宏的创建与使用，模块和VBA编程等；最后一章综合运用全书所学内容，创建一个数据库管理系统。

本书是高等学校信息管理与信息系统系列教材之一。本书共分9章，主要内容有导论、大数据商务分析系统搭建技术、经典数据分析方法及工具、面向大数据商务分析的描述性分析和可视化、面向大数据商务分析的数据挖掘、深度学习技术、大数据商务分析在传统行业的应用、大数据商务分析在各组织部门中的作用，以及大数据商务分析在新兴领域的应用。本书内容系统、案例丰富，实用性强。本书可作为高等学校信息管理与信息系统专业、大数据应用与管理专业、计算机应用专业及相关专业商务大数据分析课程教材，也可作为从事商务数据分析及相关工作的人员参考读物。

《MySQL数据库开发与管理实战（微课视频版）》是一本系统讲解MySQL数据库开发与管理应用的实战教程、视频教程。该书从MySQL基础用法讲起，由浅入深地讲解了MySQL数据库开发与管理的各方面应用。全书共4篇，第1篇为MySQL基础篇，内容包括MySQL概述、MySQL安装；第2篇为必会SQL篇，内容包括数据库和表、数据查询、数据更新与删除、复杂查询、常用函数；第3篇为MySQL进阶篇，内容包括触发器、存储过程、索引、事务、性能优化、高可用MySQL、MySQL 8重要新特性；第4篇为MySQL管理篇，内容包括用户与权限、数据备份与恢复、日志管理、MySQL监控。技术学习必须理论与实践相结合，本书理论的讲解配备了大量的实例操作和视频讲解，实用性强，旨在帮助MySQL数据库的使用者快速掌握其用法，提升实战应用水平。 《MySQL数据库开发与管理实战（微课视频版）》适合学习MySQL的新用户、MySQL数据库管理员、急需快速提升MySQL应用能力的工程师、需要针对MySQL做性能优化与提升可用性的架构师，以及互联网应用系统开发人员等。本书也可做为高等院校或者培训机构计算机相关专业的教材。

本书以数据思维为主题，以数据分析全流程为主线，融合了与数据思维相关的编程语言、统计学基础及案例分析等内容，全书分为4 篇，囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11 章的内容。本书囊括了数据分析中常用的分析方法，包括经典的海盗（AARRR）模型、麦肯锡的MECE 模型、逻辑树、漏斗分析、路径分析、对比分析、A/B 试验、RFM 模型、K-Means 算法、5W2H 等分析方法，还包括各类方法的实践案例及Python 实操项目。可以说本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合。 本书适合工作了1～3 年的初级数据分析师；已经掌握了数据分析工具，需要培养数据思维的转行人员；数据科学行业的人力专家和猎头等。

从科学与教育的角度来看，了解大数据的挑战、机遇和价值，探索数据对传统的理工科、社会科学、商业和管理学科的重塑作用具有 重要的意义。本书对数据科学领域的基本概念、基础技术、应用领域、数据驱动的创新创业、数据安全与伦理进行了介绍和讨论，适用于对数据科学感兴趣的学生与初级入门的读者。本书分六章，第1章描述了数据科学的基础概念和发展历程，对数据科学的定义、方法、工具、语言和框架做了的总体介绍。第2章详细阐述了数据科学的基础知识。第3章重点介绍数据科学的技术方法，包括统计分析方法、分类技术、聚类技术。第4章对数据科学的一些常见应用场景进行了介绍和讨论。第5章聚焦于数据智能驱动的创新与创业，归纳了数据驱动下的技术创新模式与管理要素。第6章通过列举一些典型案例介绍了数据安全与伦理问题。本书旨在为希望深入了解数据科学的原理及应用的人提供有益的参考和借鉴。

本书共6个项目，主要包括数据库应用系统、系统初始化、信息查询、打印数据信息、管理数据信息、应用系统实现等内容。全书围线“罗文”数据库系统实例建设展开，按照系统开发的一般步骤，详细讲解“罗斯文”数据库系统的开发过程，坚持“在做中学，在学中做”学用结合，在不断的实践，通过实现系统掌握数据库基础知识。本书适合计算机数据库建设的初学者以及想要学习计算机相关知识的自学者。

医疗大数据是大数据在医疗领域的一个分支，处理的是在与人类健康相关的活动中产生的与生命健康和医疗有关的数据。本书将对医疗大数据进行全面、透彻的分析，从医疗大数据的现状开始，介绍医疗大数据方向的统计、数据挖掘、数据预处理、建模以及可视化等技术与应用。此外，还介绍了医疗领域的图像处理和自然语言处理等人工智能技术。在本书的末尾，还讨论了这个领域普遍关注的一个问题——医疗数据隐私保护，介绍了潜在的隐私风险和隐私保护方法等，并关注了医疗经济的概况与前景。通过阅读本书，你将了解：医疗大数据的现状及产业划分等；如何统计挖掘和处理医疗领域的数据以方便分析；医学数据可视化如何提升医疗人员诊断病情的效率；人工智能技术在医疗领域的应用；如何对医疗数据进行隐私保护。

本书介绍规范性分析以及如何使用规范性分析进行决策，理论部分和实践部分相对平衡，展示了直观的概念插图、现实的示例问题和案例研究。全书共6章。第1章概述商业分析及分析的纵向视图和简单分类，并介绍规范性分析所处的位置。第2章介绍优化。第3章解释蒙特卡罗模拟、离散模拟和连续模拟等强大的决策工具。第4章介绍多准则决策及其简单分类。第5章介绍专家系统和基于案例的推理。第6章介绍大数据、深度学习和认知计算等前沿分析技术。本书适合商业分析专业人员与相关专业本科生和研究生阅读。

随着国家大数据相关政策、规划的密集出台，大数据、人工智能商业落地速度加快，其在各个领域的应用也越来越广泛，其中面向企业服务、金融、医疗健康、电子政务、电子商务等细分领域的大数据应用展现出巨大的潜力。大数据是需要新处理模式才能适应的海量、高增长率和多样化的信息资产，被誉为“未来的新石油”，以至于数据的获取、存储、搜索、共享、分析以及可视化呈现都成为当前重要的研究课题。本书重点讲述数据采集与预处理的相关内容，并以真实案例介绍不同数据源的采集方式及基本的数据预处理方法。全书共lO章。其中，第1章为概述，第2～5章介绍静态网页数据爬取，第6章介绍动态网页数据爬取，第7、8章介绍爬虫（Scrapy）框架应用，第9章介绍数据预处理，第10章给出了一个综合项目实训。本书可作为高校数据科学与大数据技术专业相关课程的教材或教学参考书，也可作为人工智能、大数据领域从业者的自学参考书。