作者针对高维稀疏数据挖掘问题，从数据预处理的角度，研究对象—属性空间的划分问题，其目的是把所研究的数据挖掘空间分解为若干规模较小的对象—属性空间，从而降低实际数据挖掘的难度。本书针对高维稀疏数据挖掘问题，以降低数据挖掘规模，建立了体系完整的数据预处理理论和方法，具有很强的理论意义和实际应用前景。

本书是一个专家级的Oracle内部人士写的，涵盖Oracle数据库每一个方面的信息，通俗易懂，适合所有技术水平的读者阅读，主题包括：Oracle的产品线、架构、数据结构、网络、并发性、调整等其他功能和技术。在上一版的基础上，第5版新增了描述性的插图和有用的提示，提供了Oracle12c的一站式概述，Oracle12c是**的数据库版本。本书内容全面，讲解详细，是希望系统学习Oracle数据库的绝佳指导。

随着Python应用领域的拓展，越来越多的人将Python用于处理大型数值数据集，使用标准格式来进行数据的存储和通信也显得越来越重要，而HDF5也正迅速成为人们存储科学数据的选择。本书向任何有Python数据分析基本背景的人介绍如何在Python下使用HDF5。 本书将着重于HDF5的本地功能集，而不是Python的高层抽象。熟悉Python和NumPy的读者，更容易阅读和掌握本书的内容。本书适合有一定基础的Python开发者，尤其适合要使用Python开发数据存储和处理等相关应用的读者阅读参考。

作为一种高级程序设计语言，Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众所认可。本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章，从Python程序库入门、NumPy数组、matplotlib和pandas开始，陆续介绍了数据加工、数据处理和数据可视化等内容。同时，本书还介绍了信号处理、数据库、文本分析、机器学习、互操作性和性能优化等高级主题。在本书的结尾，还采用3个附录的形式为读者补充了一些重要概念、常用函数以及在线资源等重要内容。本书示例丰富、简单易懂，非常适合对Python语言感兴趣或者想要使用Python语言进行数据分析的读者参考阅读。

如何分析数据，让营销更精准，让成本更低，实现利润极大化？本书以“零基础”为起点，以“实战操作”为主线，通过7大数据分析方法、7种美化数据方式、8大专题全程讲解、75个专家提醒、408张图片全程图解，帮助读者实现数据分析从入门到精通，从新手成为数据分析高手。本书内容丰富、实战性强，适合于对数据分析感觉兴趣的读者，特别是数据分析人员、销售策划人员等阅读参考。

本书按照高等院校、高职高专计算机课程基本要求，以案例驱动的形式来组织内容，突出计算机课程的实践性特点。本书共包括8章：Oracle入门、SQL查询和SQL函数、分区表和锁、数据库对象、PL/SQL、游标、子程序和程序包、触发器和内置子程序。本书内容安排合理，层次清楚，通俗易懂，实例丰富，突出理论和实践的结合，可作为各类高等院校、高职高专及培训机构的教材，也可供广大程序设计人员参考。

zui适合的往往是zui实用的，就像我们要讲述的MySQL一样，它的功能不是zui全面的，架构也不是zui完善的，但是其体积小、速度快、总体拥有和维护成本低，尤其是它具备开放源码的优势，使其迅速成为中小型企业和网站的**数据库。本书共分为4个部分（篇）和5个附录。其中第1篇为MySQL数据库基础篇，内容包括数据库所涉及的基本概念、MySQL数据库的安装与配置等。第2篇为MySQL数据库操作和应用篇，内容包括操作数据库对象、操作表对象、操作索引对象、操作视图对象、操作触发器对象和操作数据等。第3篇为MySQL数据库管理篇，内容包括MySQL数据库的用户管理和权限管理、MySQL数据库的日志管理、MySQL数据库的性能优化等。第4篇为MySQL数据库实战案例篇，内容包括Java+MySQL案例――在线书城和PHP+MySQL案例――智能考试系统两个实战案例。附录部分（光盘中）包括了MySQL数据库操作和管理技巧，以提升读者的应用技能；同时还向读者介绍了Power Designer数据库设计软件的内容。秉承注重理论与实际开发相结合的原则，书中的每个技术点都配备了与之相对应的实例，旨在帮助MySQL数据库初学者快速入门，同时也适合MySQL数据库管理员和想全面学习MySQL数据库技术以提升应用水平的人员使用。

VisualFoxPro程序设计是财经类院校的信息技术公共课，但目前使用的教程大多是由工科院校教师编写，与财经类院校对该课程的要求的侧重点有差异，且讲解的VisualFoxPro版本为6.0，与目前市场上使用的9.0版本有很大差异。经过调研分析后，我们决定使用VisualFoxPro9.0版本编写一套更适合财经类院校使用的VisualFoxPro9.0程序设计教程。

数据库云平台是当今乃至今后一段时期信息化领域普遍关注的一个热点领域。云技术的本质是分布式计算，而数据库云平台揭示的正是分布式计算在数据处理领域的本质问题。本书介绍了数据库的起源与发展，分析了关系型数据库与NoSQL数据库的适应场景，介绍了国产自主可控数据库云平台发展现状；针对云计算环境大数据时代对结构化和非结构化数据的管理需要，介绍了关系型数据库中的事务、数据恢复、SQL、分布式数据库和NoSQL数据库的一致性与事务等理论；针对越来越多的大数据业务，介绍了数据库应用系统的设计、优化和集成技术。结合发展趋势，重点介绍了当前流行的关系数据库和NoSQL数据库的编程技术；针对信息化建设演进式发展，介绍了数据库重构技术。本书作为计算机、网络工程、信息管理院校研究生的高端教材，适合具有一定计算机基础知识的读者学习，也可作为数据分析师、系统架构师的数据库、云技术培训教材，以及各企事业组织实施信息化建设、流程再造、大数据的生态系统构建和信息化基础知识训练的参考书。

所有领域中产生的数据都越来越大。你如何有效地利用这些数据？《学习Spark（影印版 英文版）》介绍了ApacheSpark，一种能迅速执行数据分析过程的开源集群计算系统。利用Spark，你能够通过Python、Java和Scala中的简单API迅速地处理大数据集。《学习Spark（影印版 英文版）》由Spark的开发者撰写完成，得到数据科学家和工程师的支持，《学习Spark（影印版 英文版）》中的内容能够随时运行。你将学习如何只通过几行代码执行并行任务，并覆盖了从简单批量作业到流处理和机器学习等应用。