本书全面讲述了数据库的基本概念、安全和SQL Server 2008的技术和应用，全书以理论够用、实践为原则，使读者能够快速、轻松地掌握SQL Server数据库技术与安全相关知识。全书分三部分： 部分讲述SQL Server 2008的数据库技术基础，内容包括SQL Server 2008概述、数据库和表的基本概念和操作、数据库查询、TSQL编程、视图和索引、存储过程和触发器、事务和并发控制等； 第二部分讲述数据库安全，内容包括数据库访问的安全性管理、数据加密和攻击防范、数据库文件的安全备份与恢复以及数据库复制； 第三部分讲述数据库开发，内容包括数据库设计和基于C#.NET 的SQL Server数据库应用系统开发过程。 本书理论和实践相结合，既阐述了数据库的基本概念和安全理论，又结合了SQL Server 2008数据库管理系统的应用。本书内容翔实，实例丰富，图文并茂，体系完整，通俗易懂，有助于读者理解数据库的基本概念，掌握要点和攻克难点； 为便于学习，每章还配有丰富的习题。 本书可作为大学本科、专科、高等职业院校“SQL Server数据库技术及安全管理”相关课程的教学用书，也可以作为培养数据库系统工程师的培训教材，还可以作为数据库管理人员及数据库应用系统开发人员的参考用书。

本书由长期从事计算机基础课教学的吉林省高等院校精品课程及优秀教学团队的骨干教师编写，主要内容涵盖数据库技术应用、网页制作和网络应用程序设计三大主题，由网站环境设计、数据库逻辑设计、MySQL用户及数据库管理与维护、数据库访问及结构化查询语言、MySQL程序设计、Dreamweaver及网页设计、PHP程序设计、动态网页及程序设计、会话管理和网站综合设计等14章内容构成。每章都配有符合标准化考试要求的大量习题（填空题、单选题和多选题）、程序设计填空题、程序阅读结果题、程序设计题和思考题。 本书还配有实践指导与习题解答，内容包括对应主教材内容的验证性、设计性和创新性实验题目、实验过程指导以及习题分析与解答。 本书可作为高等院校、高等职业技术学院的教材，也可作为计算机等级考试、IT技术培训、学生自主学习和MOOC授课的独立教材或参考书。

《精通以太坊智能合约开发》系统介绍了以太坊智能合约的开发，对智能合约相关知识进行全面梳理，尤其是对智能合约开发语言Solidity进行了详细解读。智能合约的开发者可以从《精通以太坊智能合约开发》中获得一些启发和指导。 《精通以太坊智能合约开发》可以作为一本案头手册，方便开发者在开发智能合约时随时查阅。

通过该课程的学习，学生熟练掌握空间数据库的基本知识和基本原理：空间信息基础、空间数据库的基本概念、空间数据结构、空间数据库模型及空间数据库设计等内容，而且为以后其他可相关课程的学习打下良好的基础。

本书系统完整地介绍了线性表、栈和队列、树和二叉树、图和字符串等数据结构的抽象数据类型、操作实现和应用实例，并讨论了各种查找技术和排序算法。通过数据结构抽象数据类型定义和接口封装，培养读者的抽象思维能力。书中的算法采用规范完整的C语言描述，读者只需添加主程序就能够运行程序，进而能够在调试层面理解算法，从而跨越抽象和具体之间的鸿沟。本书通过每章开头的两个关键词进行章节主要内容概览，通过大量的图表辅助读者理解复杂的算法过程，通过应用实例和习题中的算法设计题目及应用题目强化、提高读者的应用实践能力。 本书既可作为高等院校计算机类相关专业的教材，也可作为高职院校计算机类相关专业的教材，还可作为计算机爱好者的自学书籍和计算机软件开发的工程技术人员的参考书。

数据科学家是目前热门的职业之一。本书全面介绍了成为合格数据科学家所需的知识、技能和工作流程，是一本内容全面的实用性技术图书。本书分为13章，其中第1～3章介绍数据科学；第4～8章介绍数学知识，包括统计学和概率论；第9章介绍数据可视化；第10～12章介绍机器学习；第13章介绍案例。各个章节内容均由浅入深，同时通过案例和Python代码，使读者掌握实战技能。本书适合有志于成为数据科学家的师生或业界新手，同时也适合经验丰富的职场老手参考。

本书根据高等职业教育的特点，基于“教、学、做”一体、“项目整合”、“任务驱动”的教学方式编写而成，以“学生信息管理系统”项目为主线安排教学内容，全书共分为9个项目，其中，每个项目按照“项目描述”→“项目分析”→“项目讲解”→“实战演练”→“技能训练”五步展开，其中“项目讲解”又由若干个子任务构成。教学内容由易到难、由简单到复杂，层次推进，循序渐进。本书结构紧密，首先从SQL Server 2012的基本概述讲起，然后介绍SQL Server 2012的安装和配置，又从开发的角度介绍了数据库、数据表、视图、索引、存储过程等的创建与管理，最后介绍了SQL Server 2012的程序设计和安全管理与维护。

本书系统介绍了基于MATLAB语言的探索性数据分析与实现方法。本书共分10章，从实际数据集与探索性数据分析的基本概念讲起，内容涉及数据模式的发现、线性与非线性降维方法、数据巡查方法、聚类分析，以及用于探索性数据分析的数据可视化方法。除了基本分析与实现方法，书中也给出了丰富的应用实例，并提供了大量免费的相关资源，全部实例代码都可以直接用于探索性数据分析。

本书系统地介绍了数据预处理？数据仓库和数据挖掘的原理？方法及应用技术， 以及采用Mahout 对相应的挖掘算法进行实际练习？本书共有11 章， 分为两大部分？第1 ~7 章为理论部分？第1 章为绪论， 介绍了数据挖掘与知识发现领域中的一些基本理论？研究方法等， 也简单介绍了Hadoop 生态系统中的Mahout; 第2 ~7 章按知识发现的过程， 介绍数据预处理的方法和技术？数据仓库的构建与OLAP 技术？数据挖掘原理及算法（包括关联规则挖掘？聚类分析方法？分类规则挖掘）？常见的数据挖掘工具与产品？第8 ~11 章为实验部分， 采用Mahout 对数据挖掘各类算法进行实际练习？ 本书应用性较强， 与实践相结合， 以小数据集为例详细介绍各种挖掘算法， 使读者更易掌握挖掘算法的基本原理及过程; 使用广泛的大数据平台———Hadoop 生态系统中的Mahout 对各种挖掘算法进行实际练习， 实战性强， 也符合目前数据处理与挖掘的发展趋势？ 本书既便于教师课堂讲授， 又便于自学者阅读， 可作为高等院校高年级学生“数据挖掘技术” “数据仓库与数据挖掘” “数据处理与智能决策”等课程的教材？

《数据结构与算法》详细介绍了数据结构与算法分析的核心内容，其中，数据结构知识包括：数据结构概述、线性数据结构、树数据结构、图数据结构、查找与排序等；算法分析与设计知识包括：算法分析与设计概述、算法复杂度分析、分治递归算法、贪心算法、动态规划算法等。本书采用项目驱动的知识组织方式，以案例为导向引出知识点及其理论基础，并通过配合具体案例程序实现过程，贯通了数据结构算法设计与分析的整体课堂教学过程，特别适合当今的反转课堂，MOOC等新型教学方式。本书从项目入手引人知识点理论，从而引导学生对知识点进行探索性学习，进而归纳后形成学生能掌握的知识点。