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。

在大数据时代背景下，本书以培养数据管理应用型人才为目标，系统全面地讲述了数据库系统的基础理论知识、基本方法与应用技术。本书总共包含4篇17章，第1篇为基础篇，包括绪论、关系模型数据库、关系代数。第2篇为设计及应用篇，包括使用实体—联系模型进行数据建模、扩展的实体—联系模型、实体—联系模型到关系模型的转换、UML类图建模、关系数据理论、关系数据库标准语言SQL、数据库编程、数据库设计。第3篇为管理篇，包括并发控制、数据库存储技术、关系查询优化、数据库安全、数据库恢复。第4篇为新技术篇，包括数据库的发展及新技术。

海量数据的产生和大数据的高价值利用，让数据爬取变得日益重要。本书为读者介绍了如何使用Python编写网络爬虫批量采集互联网数据，如何处理与保存采集到的信息，以及如何从众多纷乱的数据中提取到真正有用的信息。本书末尾介绍了几种常用的数据可视化工具。让读者能够从头到尾完整地完成网络数据的采集与分析项目。 本书理论与实例并重，既能够帮助数据从业者快速提升工作效率，又可以帮助大数据爱好者用网络爬虫方便生活。

本书是《数据科学与大数据技术导论实验》课程的实验教材，可以配合主教材使用。主要内容包括：Linux环境部署、Hadoop开发环境部署、网页数据采集、大数据去重、大数据*值计算、大数据排序、大数据倒排索引、大数据平均值计算、大数据单表关联、大数据可视化。本书选材先进、特点鲜明，注重应用。通过本书所提供的实验练习，可以提高大数据处理能力。可用于大数据实验教材，也可以作为科学技术人员学习和应用大数据的科技参考书。

《数据库系统原理及应用课程设计与实验指导》结合高等院校“数据库系统原理及应用”课程的相关要求，通过课程实验与课程设计两个环节，向读者介绍数据库系统的基本原理在实践中的应用，以达到加深理解的目的。全书共分为三大部分：第一部分为实验指导，包括11个实验，详细介绍了数据库的功能和操作技术，为便于读者完整理解实验体系和实验要求，还给出了课程实验规范和课程教学大纲；第二部分为课程设计，包括课程设计概述、课程设计规范、课程设计大纲、课程设计实施方案和课程设计实例，通过课程设计训练，为后续毕业设计和毕业论文的撰写打下基础；第三部分为附录，包括课程主要章节知识点、章节练习题和模拟试题，作为课程学习的补充材料。

本书从一个Access数据库应用系统实例——商贸公司的管理系统入手，系统地介绍数据库的基本原理及Access各种主要功能的使用方法，主要包括数据库的基本原理和相关概念，关系数据库的基本设计方法，数据库的建立、数据表、查询、窗体、宏、报表、VBA程序设计及数据库编程技术，数据库的安全和管理。 本书内容全面系统，结构完整清晰，深入浅出，图文并茂，通俗易懂，可读性、可操作性强，适合作为各类高校学生学习数据库基础及应用的教材，也可作为相关领域技术人员的参考用书或培训教材。

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。

本书对统称为NoSQL的分布式非关系型数据库原理和使用方法进行介绍。第 一章，首先介绍NoSQL数据库的起源背景和设计理念，以及相关技术概念。其次介绍了大数据技术体系，以及NoSQL在该技术体系的地位和作用。第 二章首先回顾关系型数据库的主要机制，以及NoSQL数据库的常见技术原理，以及NoSQL的常见存储模式。第三章对Hadoop工具进行介绍，重点介绍HDFS的技术原理和基本使用方法。第四章介绍HBase的基本架构、基本使用方法和编程方法。第五章介绍HBase中核心技术原理，包括水平分区机制、数据写入机制、列族与合并机制等。对HBase中的管理方法、深入使用方法进行简介。以及对HBase的第三方插件与工具进行介绍。第六章介绍Cassandra的基本原理和使用方法。首先介绍Amazon Dynamo的相关原理，其次介绍Cassandra的安装配置与CQL语言。第七章介绍MongoDB为代表的文档型数据库的原理和基本使用方法。第八章介绍其他一些知名的NoSQL数据库技术与工具。