本书共13章，分三个部分：基础篇、实战篇、提高篇。 （1）基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。 （2）实战篇（第6～12章），重点对数据挖掘技术在金融、航空、零售、农业、制造和互联网等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程关键环节，穿插程序实现代码。最后通过上机实践，加深数据挖掘技术在案例应用中的理解。 （3）提高篇（第13章），围绕去编程化的TipDM大数据挖掘建模平台，先介绍了平台每个模块的功能，再以航空公司客户价值分析案例为例，介绍如何使用平台快速搭建数据分析与挖掘的工程，展示平台去编程化、流程化的特点。

《GraphPad Prism图表可视化与统计数据分析：视频教学版 》以GraphPad Prism 10为平台，讲述统计分析软件GraphPad Prism的具体应用方法。在介绍《GraphPad Prism图表可视化与统计数据分析：视频教学版 》内容的过程中，作者结合自己多年的工作经验及学习的通常心理，及时给出总结和相关提示，帮助读者快速掌握所学的知识。《GraphPad Prism图表可视化与统计数据分析：视频教学版 》配套示例源文件、PPT课件、教学视频、课程标准、教学大纲和教案。《GraphPad Prism图表可视化与统计数据分析：视频教学版 》共分12章，内容包括GraphPad Prism基础知识、工作表和单元格、数据输入和模拟、数据处理、图表数据可视化、图表格式设置与优化、图表图形修饰处理、试验数据分析、回归分析、推断性统计分析、一致性检验和生存分析。《GraphPad Prism图表可视化与统计数据分析：视频教学版 》既适合GraphPad Prism初学者、科学研究人员和统计分析工作者，也适合作为高等院校或高职高专院校生物、医学、统计学等相关专业的教材。

本书介绍了超级计算机算力和AI算力的异同，从CPU流水线开始，描述主要的众核处理器架构和功能部件设计。在GPU和NPU等加速器部分，介绍了GPU为何能从单纯的图形任务处理器变成通用处理器。GPU在设计逻辑、存储体系、线程管理，以及面向AI的张量处理器方面成为最近几年全世界科技行业最瞩目的明星。本书对华为等厂商推出的NPU芯片设计也做了架构描述，中国也拥有独立自主知识产权的高算力芯片，并且支持多芯片、高带宽互连。本书也回顾了近20年来主流的CPU、GPU芯片架构的特点，介绍了存储与互连总线技术，即大模型专用AI超级计算机的中枢核心。

本书分为：绪论、智能风控的理论基础、基于大数据的智能风控系统技术架构、数据结构化表示与实时融合技术、知识工程及知识图谱技术应用、机器学习及人工智能在风控中的应用、规则引擎技术应用及优化、智能风控技术实战应用案例、总结与展望。本书的目的是通过总结税收征管与风先甄别项目的实施经验，将项目的核心技术架构抽象为一个通用的智能风控系统解决方案，并对方案中用到的理论基础、具体技术、常见问题及解决办法等进行较为详细的说明，为其他行业开展风控系统建设提供有价值的借鉴。

内容简介这既是一本系统讲解数据资产价值变现的入门书，又是一本全面介绍数据要素的科普书，它能帮助零基础的读者厘清数据要素各种概念并建立系统的知识体系，同时还能掌握数据资产价值变现的认知、实现路径和实操方法。本书由凯捷咨询前亚太区副总裁、阿里云中国区前咨询总经理撰写，全球数据资产理事会（DAC）联合出品。本书是《精益数据方法论：数据驱动的数字化转型》一书的姊妹篇，后者讲了如何制定数据战略、梳理数据场景、开发数据产品，如何利用精益数据方法转型为数字化企业；前者为数字化企业的数据资产变现给出了方案。全书一共17章，分为5篇。第一篇 数据要素基础与政策环境首先详细介绍了数据要素的定义、特征以及20余个该领域的相关概念，彻底厘清读者对数据要素的认知；然后全面分析了国家在数据要素领域的布局以及与之相关的各种政策和法规。第二篇 数据要素价值化详细阐述了如何实现数据要素价值化，具体包括数据资产管理、数据治理与确权、数据资产评估与定价等多个方面，提供具体的方法和操作指南；同时介绍了数据资源入表，数据监管、合规与安全，数据资产的交易，数据要素市场，以及数据基础设施，帮助读者全面理解和实践数据价值化路径。第三篇 公共数据要素价值化重点介绍了公共数据要素的基本知识，并通过公共数据要素价值蓝图，让读者直观了解公共数据的价值构成和实现路径，为公共数据的利用提供参考。第四篇 产业数据要素价值化聚焦于产业数据要素，介绍其基本知识，并通过产业数据要素价值蓝图，让读者清晰地看到产业数据的具体价值构成，以更好地利用数据驱动业务发展。第五篇 个人数据要素价值化聚焦于个人数据要素，介绍其基本知识，并通过个人数据要素价值蓝图，让读者学习到个人数据的价值实现过程，从而更好地理解和保护个人数据资产。总体而言，本书可以提升企业管理者对数据的敏感度，以做出更具前瞻性的决策；提升数据专家职业能力，掌握数据要素的深层次价值；助力科技行业从业者了解数据如何驱动行业创新，抢占未来市场。

这是一本从理论与实践双重角度讲解数据跨境流动的著作，既系统讲解了数据跨境流动的经济价值、制度建设、技术路径、企业管理、场景识别，又给出了数据跨境流动面向未来的解释框架，包括经济形态、表征行为、应用架构与底层技术等。本书覆盖了数据跨境流动所需的知识，详细讨论了在实际操作中的落地实操方法，具备系统性、落地性与前瞻性三大特点，融合了作者多年研究与落地经验，中国电子信息产业集团原总法律顾问、中国信息化百人会执委、上海数据交易所党总支书记、广东省数据要素产业协会秘书长等17位来自学界和业界的专家联袂推荐。本书共9章，分为4个部分，全面讲述了数据跨境流动的定义、政策法律体系以及开展数据跨境流动的合规方法与技术保障选择，并从经济形态、应用框架和底层技术对数据跨境流动的未来发展趋势做出研判，帮助读者掌握数据跨境流动的发展动向。第一部分 基础概览（第1章和第2章）介绍数据跨境流动的基本定义、发展阶段及数据跨境流动的内涵，同时从全球治理、全球经济发展、全球科技发展3个角度阐明数据跨境流动所蕴含的巨大价值。第二部分 核心规则体系（第3章和第4章）详细介绍我国对数据跨境流动的政策以及相关法律体系，梳理了基本的合规规则，为后续的实操奠定了基础。第三部分 操作指引（第5章至第7章）介绍数据处理者的内部实操，包括数据出境业务的梳理、内部合规制度建设等，并列举了重点行业梳理数据出境场景以及数据字段的方法，同时介绍了相关安全保障技术的技术原理及应用价值等。第四部分 域外规则要点（第8章和第9章）介绍了国际机构、国际贸易协定、全球主要经济体有关数据跨境流动的规则，以及这些规则对我国境内数据处理者开展数据跨境流动的影响，另外还描述了全球未来经济形态和相关技术的发展路径，并探讨了它们与数据跨境流动的关系。

现今，数据已无处不在、无时不用，数据驱动管理决策、科学研究、技术发明、经济生活，数据驱动创新发展，数据成为企业资产、成为生产要素。开发大数据应用、实现数字化转型、提升核心竞争力是各类主体所希望的。开发一个大数据应用项目，需要进行充分的数据准备和技术准备，设计好实施方案，解决实际应用中的问题。本书介绍了多个领域的大数据应用案例研究与实践，包括工业、农业、金融、物流、旅游、气象、医疗、城市管理、城市交通等领域。这些应用案例涵盖了大数据应用的大部分领域，也从一个侧面展示了大数据在实际应用中的挑战。

《向量数据库：大模型驱动的智能检索与应用》系统地介绍向量数据库的原理、技术实现及其应用，重点分析传统数据库在处理高维向量数据时的局限性，并提供相应的解决方案。《向量数据库：大模型驱动的智能检索与应用》分为4个部分，共13章，内容涵盖从理论基础到技术实践的多个方面，详细讨论高维向量表示中的信息丢失、嵌入空间误差和维度诅咒等问题，结合FAISS和Milvus等主流开源工具，深入剖析向量数据库的索引机制、搜索算法和优化策略。通过实际案例，展示向量数据库在推荐系统、行为分析、智能诊断、语义搜索等领域的应用，并特别强调企业级语义搜索系统的开发与部署经验。《向量数据库：大模型驱动的智能检索与应用》不仅提供深度的理论指导，还通过丰富的案例帮助读者掌握如何构建高效的向量搜索引擎，适合从事搜索引擎与推荐系统开发的工程师，数据科学、人工智能及相关领域的从业者、研究人员，以及对向量数据库与相似性搜索感兴趣的读者，也可作为培训机构和高校相关课程的教学用书。

内容简介这是一部能指引零基础读者顺利完成数据资产入表的实操性著作。它不仅为读者提供了数据资产入表所需的全部知识，还给出了实际操作层面的方法指引；既是数据资产入表的初学者指南，也是企业实施数据资产入表操作的工作手册。本书由数据资产管理领域的标杆企业亿信华辰倾情奉献，同时融合了行业的先进实践经验，开创性提出“数据资产三次入表理论”（数据原始资源入表、数据产品入表、数据金融资产入表），得到了来自学术界和企业界的12位数据资产管理专家的高度评价和强烈推荐。本书分为四部分，不仅从战略、方法、工具、实操、案例等角度为读者提供了全面的数据资产入表知识体系，还前瞻性地探讨了数据资产入表后的价值挖掘、资产评估和金融创新。第一部分 数据资产入表全景概览（第1和第2章）深入分析数据资产入表的宏观背景、核心目标及其对企业乃至社会的价值，为读者描绘数据资产入表的时代意义和发展蓝图。第二部分 数据资产入表核心知识体系（第3~5章）详解数据资产入表所需的会计原理、法律框架和大数据技术基础，建立全面而深入的知识体系，为实操打下坚实基础。第三部分 数据资产入表实操指南（第6~9章）系统阐述实施策略与具体步骤，涵盖数据原始资源入表与数据产品入表的关键环节，提供详尽的实操指南。第四部分 数据资产入表后的价值挖掘（第10~13章）指导企业探索金融创新工具的应用，实现数据的资产化和资本化，释放数据资源的巨大潜在价值。此外，附录包含“数据资产入表36问”“数据要素相关标准清单”等内容，插页给出了“数据资产入表知识地图”。

《Python数据分析与实战》是本以Python3为基础的数据分析和应用的实战手册，全书在内容上包括Python编制、统计学知识和经管类实例应用，内容范围广而全面，其内容结构由入门篇、进级篇、高级篇和兴趣篇四个部分构成，每一篇都是对立存在，循序渐进。学习者可以结合自身的水平从任何一个点切入学习，入门篇是针对那些没有Python基础的兴趣者，进级篇是一些第三方库的应用例子，高级篇则是一些Python综合应用的例子。娱乐篇是让学习者没有兴趣的时候，通过里面的一些例子找到乐趣，而不至于放弃的功效。