随着计算机技术的迅猛发展，人类社会进入到一个崭新的时代。相伴而来的电子存储技术正在改变人们的学习、生活和工作方式，U盘、固态硬盘、数码相机、手机等各类电子存储设备的广泛普及，其数据安全问题已经成为人们普遍关注的问题，数据恢复技术从业人员及相关专业学生以及广大电子设备使用者，应该了解掌握一定的电子设备的数据安全和数据恢复知识和一些基本技能。 本书合理组织理论与实践内容，目的是为了使读者能够了解Flash设备数据存储及其数据恢复的基本知识，掌握相关的恢复技能等。本书构建了一个个鲜明的项目，层次清楚，概念精准，由浅入深，通俗易懂，既有基本知识、基本原理，又能够密切联系实际。

本书采用基于工作过程的项目化、任务驱动的教学模式，以一个完整的学生管理系统为载体贯穿整个授课过程，介绍了学生管理系统数据库的设计、数据库的创建与管理、表的创建与管理、表中数据的操作、数据的检索、数据的快速检索、视图的操作、存储过程的操作、触发器的操作、数据安全性与安全管理等。在每个项目中采取了“项目情境”“任务描述”“相关知识”“任务分析”“任务实施”“拓展实训”“项目小结”的结构来进行内容的整合，使学生在完成项目的过程中掌握数据库的设计和使用。为强化训练，在拓展实训中采用了图书销售管理系统，在习题中使用了职工工资管理系统。在每个项目中均配有一定数量的习题，并提供了参考答案，以方便学生使用和辅助教学。 本书紧扣实际应用的主题，书中内容前后编排合理，更好地将“教、学、练”融为一体，使学习者更快地掌握学习内容。为方便教学使用，本书提供了配套教学资源包。 本书可作为应用型本科院校、高职高专计算机专业及相近专业的教材，也可作为有关培训机构的培训教材。

暂缺简介...

《数据馆员的Spark简明手册》旨在协助初级数据馆员们能够迅速了解Spark方面的知识、用途及整体概貌，作为进一步实践操作之前的入门基础读物。《数据馆员的Spark简明手册》力求简单、通俗、易懂，以读者能够快速把握重点为主，从而开展项目、课题、实验和研究。本手册旨在知识模块化，有了整体概述，可以方便读者与其他解决方案进行比较，在实践中遇到问题可以尽快发现需要深入钻研的部分。《数据馆员的Spark简明手册》包括8章。第1章概述Spark的发展背景、计算框架及机器学习等。第2章描述Spark的安装与运行。第3章概述Scala编程实现的方式。第4章概述Spark编程模型和解析。第5章进入到Spark数据挖掘的应用。第6章考虑大数据实时计算的问题，进行方案比较，突出Spark的特点。第7章阐明进一步优化Spark的方式。第8章概述Spark SQL来阐明如何在Spark上使用人们比较熟悉的SQL数据库语言的方式。

暂缺简介...

《数据馆员的Hadoop简明手册》旨在协助初级数据馆员们能够迅速了解Hadoop的知识、用途及整体概貌，作为进一步实践操作之前的入门基础读物。本手册力求简单、通俗、易懂，既不泛泛之谈，也不过早深入细节，而是力求把握重点。事实上，唯有实践才能真正理解Hadoop的有趣之处和局限之处，但在实践之前，或者考虑选择架构之前，如果有这么一本手册，会容易理解、沟通及评估。《数据馆员的Hadoop简明手册》包括5个部分。第1章概述分布式大数据的基本概念，以及开源软件Hadoop的历史、生态体系及主要版本的变化。第2章概述核心架构中的计算资源分配、列式计算的工具及索引。第3章概述分布式计算的MapReduce方案，这也是*为通用的一种方案，能满足海量数据的处理。第4章概述如何优化Hadoop的案例。*后，附录介绍Hado叩家族产品。

本教材所使用软件是国际标准软件，具有并行计算功能，能够快速处理大数据问题；本书所用数据来源于RESSET*新金融数据库。例题与习题密切结合实际问题，涉及到管理学、经济学、统计学、计算机技术等多方面，这有助于不同专业学生的透彻理解和正确应用。先介绍金融数据库和SAS软件的基本知识，再介绍数据步操作、存取、查询与合并，数据的可视化展现，然后介绍高级知识：SQL技术、宏、IML过程以及接口技术。

本书在选材与编排上贴近当前普通高等院校“数据结构”课程的现状和发展趋势，内容难度适中，突出实用性和应用性。本书的具体内容并未涉及各种数据结构，而是通过分类和讲解典型结构使读者形成对数据结构的宏观认识。根据内容的侧重，本书共分8章，分别为绪论、线性表、栈和队列、串和数组、树形结构、图、排序和查找。本书可作为普通高校计算机相关专业“数据结构”课程的教材，也可供学习数据结构的读者自学使用（包括参加计算机等级考试或相关专业自学考试）、参考，还可供程序员、系统工程师等相关人员阅读参考。本书是高等院校计算机科学、软件工程及相关专业“数据结构”课程的理想教材。

本书以客户生命周期管理为主线，结合翔实的案例介绍具含金量的数据挖掘与建模方法，每个案例既自成体系又前后呼应。第1章介绍数据挖掘在客户生命周期管理中的应用，对如何构建客户标签体系和客户画像做了详细介绍。第2章结合一个市场研究案例，介绍完整的客户洞察分析过程，对对应分析、偏好分析、联合分析等简单好用的客户研究方法做了完美阐释。第3章结合信用卡客户细分介绍完整的聚类过程，除快速、系统、两步聚类算法外，详细介绍实际分析过程中必不可少的数据预处理过程。第4章结合信用卡客户精准营销案例，介绍营销响应模型的构建、评估与应用，完整阐述模型的整个生命周期。第5章结合信用卡客户流失预警与挽留案例，介绍客户价值（数值）预测与流失倾向（事件）预测两类问题的建模过程及组合应用。第6章结合信用卡客户反欺诈案例，介绍目前常用的反欺诈方法，以及机器学习中集成算法的典范——随机森林。

从表面上来看，设计实践和数据科学似乎并没有什么明显的联系。但这两门学科的目标其实是一样的，都是为了帮助设计人员和产品经理理解用户，以便于打造出良好的数字化体验。数据能够增强设计，同时设计也可以赋予数据更深层次的意义。《数据驱动设计（影印版 英文版）》展示了如何生成数据驱动的A／B测试，用于帮助执行各种设计决策，无论是细小的调校，还是大规模的UX概念。另外还配合真实案例，告诉你怎样完成产品设计流程中数据驱动设计部分的工作。