真实世界中的序列数据随时间推移呈爆炸式增长，如何设计面向序列数据的知识发现方法是当前研究的热点之一。本书以深度学习和多视图学习为理论基础，以序列数据为研究对象，为面向序列数据分析提供多视图的学习方法与技术，同时为典型场景下的序列数据分析提供多视图深度学习解决方案，以期为序列数据分析、多视图学习领域的研究及应用提供参考。本书针对序列数据的动态性、突变性、不确定性和时空关联性等特点，探讨多视图学习理论，构建面向序列数据的多视图方法，概述基础理论与传统方法，并系统地介绍多视图序列数据应用领域的研究理论、算法及成果。

AI时代，ChatGPT作为一款基于人工智能技术的聊天机器人，具有极广泛的应用场景。《ChatGPT Excel高效数据计算与处理：视频教学版》旨在带领读者学习如何使用ChatGPT来简化Excel的数据处理、分析及计算工作。《ChatGPT Excel高效数据计算与处理：视频教学版》共分 6章，内容包括对 ChatGPT的基本了解、掌握在 Excel中高效提问的技巧、使用 ChatGPT辅助数据的整理和优化、了解ChatGPT给予Excel函数的帮助、借助ChatGPT辅助生成Excel函数公式以及通过 ChatGPT生成VBA代码实现自动化处理。《ChatGPT Excel高效数据计算与处理：视频教学版》适用于经常使用Excel进行数据处理与分析的职场办公人士。同时，对于职场新人，如果您对Excel的使用不够熟练，或者对数据分析及函数应用知识了解有限，《ChatGPT Excel高效数据计算与处理：视频教学版》将为您提供极大的帮助。

《Doris实时数据仓库理论与实战》系统地介绍了Doris的核心概念、架构原理和各项功能。全书共7章。第1章对Doris做了初步介绍。第2章重点介绍了Doris的数据表设计。第3章聚焦于Doris的数据导入。第4章介绍了Doris的数据导出和数据管理。第5章讨论了Doris中的数据更新和删除操作。第6章将读者带入Doris的进阶使用领域。第7章展示了Doris的生态扩展。通过《Doris实时数据仓库理论与实战》的学习，读者可以全面而深入地了解运用Doris构建高效、可扩展、实时数据仓库系统的方法，从理论到实践，从基础到进阶。《Doris实时数据仓库理论与实战》适用于Doris开发人员和数据工程师，或有志从事数据仓库开发的技术人员。

本书旨在为包括研究生和工业从业者在内的研究人员提供有关为数据驱动的进化优化而开发的最新方法的全面描述。本书共分12章，第1~4章简要介绍了优化、进化计算和机器学习中精心挑选的重要主题和方法。第5章提供了数据驱动优化的基础知识，包括启发式算法和基于获取函数的代理模型管理。第6章介绍使用多个代理模型进行单目标优化的方法。第7~8章中描述用于求解多目标和多目标优化算法的代表性进化算法以及代理模型辅助数据驱动的进化多目标和多目标优化。第9章详细阐述了高维数据驱动优化的方法。第10章描述迁移学习和迁移优化。第11章讨论离线数据驱动的进化优化，以翼型设计优化等实际优化问题为例、原油蒸馏优化和急救系统优化。最后，第12章强调了深度神经架构搜索作为数据驱动的昂贵优化问题。

随着MySQL越来越受欢迎，关于如何通过MySQL解决具体问题的疑问越来越多，这本书也应运而生。这本手册为需要快速的解决方案或技术，但没有时间从零开始解决MySQL问题的程序员或专家提供大量简短且重点突出的代码，数百个完整的示例，以及清晰简明的解说。本书的主要内容包括：？连接到服务器、执行查询，并获取结果。从MySQL服务器获取数据。存储、获取以及处理字符串。使用日期和时间。排序查询结果，生成汇总信息。评估数据集的特征。编写存储函数和过程。使用存储例程、触发器和计划事件。执行基本的MySQL管理员任务。理解MySQL的基础监视知识。

本书围绕数据挖掘竞赛，讲解了各种类型数据挖掘竞赛的解题思路、方法和技巧，并辅以对应的实战案例。全书共11章。第1章介绍数据挖掘竞赛的背景、意义和现状。从第2章开始，介绍了各种不同类型的数据挖掘竞赛包括结构化数据、自然语言处理、计算机视觉（图像）、计算机视觉（视频）、强化学习。每种类型的数据挖掘竞赛包含理论篇和实战篇：理论篇介绍通用的解题流程和关键技术；实战篇选取比较有代表性的赛题，对赛题的优秀方案进行深入分析，并提供方案对应的实现代码。本书适合数据挖掘竞赛爱好者、人工智能相关专业在校大学生、人工智能方向从业人员及对人工智能感兴趣的读者阅读。

利用这本书，你将学习以下内容：了解如何选择Spark转换实现优化的解决方案。探索强大的转换和归约，包括reduceByKey（）、combineByKey（）和mapPartitions（）。理解数据分区以实现优化查询。使用PySpark设计模式构建和应用模型。对图数据应用motif查找算法。使用GraphFrames API分析图数据。对临床医学和基因组数据应用PySpark算法。学习如何在ML算法中使用和应用特征工程。了解并使用实用的数据设计模式。

本书介绍如何使用CockroachDB创建可扩展的应用，并在为最终用户提供无缝交付能力的同时保障系统性能。全书共15章，分为三部分：第一部分（第1~4章）介绍CockroachDB的历史背景，包括数据库的演进和分布式云数据库的出现，内容涵盖分布式SQL的核心概念、CockroachDB的架构和功能、CockroachDB适用场景下的用例；第二部分（第5~8章）介绍CockroachDB中模式设计的基本原理，涵盖应用的设计和实现，以及与其他数据库的集成；第三部分（第9~15章）涵盖单区域和多区域部署的规划和执行，核心内容包括备份和灾难恢复、安全、可观测性、管理和故障排除以及集群优化。

本书结合丰富的案例，清晰地诠释了SQL Server 2019 编程语言与数据库开发涉及的每一个核心概念和技术。全书力求阐述实际开发应用中涉及的SQL Server 2019 的功能组件和管理工具；注重实际操作，采用可视化图解的方式，对SSMS、SSCM 等关键工具的操作步骤进行了详细说明，使得读者能够直观地看到操作过程和操作效果；注重编程技巧，对于核心的T-SQL 操作，在详细介绍其语法、参数后，都会附加案例的高级编程T-SQL 代码，这些T-SQL 代码在笔者的开发环境中都经过严格的调试，读者可以直接用于自己的项目开发实践。本书可供数据库设计与开发等方向初学者、程序开发人员阅读，也可作为高等院校计算机、软件开发相关专业的教材。

随着数字经济的发展，大数据应用范围越来越广泛，各类大数据平台承载着海量的数据资源。大量敏感资源和重要数据要赋能数字经济的发展，可信安全地利用大数据极其重要。《大数据可信计算》汇集了作者及其研究团队的研究成果，介绍了大数据可信计算的体系及其关键技术以及相应平台系统的设计与实现，主要内容包括原位虚拟大数据中心平台体系、大数据感知与勘探技术、多源多维数据融合计算技术、基于多模型融合的信用评估技术、大数据安全的测试与评估技术、原位虚拟大数据中心平台系统、基于区块链的大数据共享与协作系统、可信金融交易风险防控系统。