《SAS数据分析》详细阐述了与SAS数据分析相关的基本解决方案，主要包括SAS编程入门，数据操控和转换，合并、索引、加密和压缩技术，统计、报表、转换过程和函数，高级编程技术：SAS宏，函数、选项和自动变量，Proc SQL高级编程技术，深入理解Proc SQL，数据可视化，报表机制和数据传输系统等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

本书系统地介绍分数阶微积分学领域的理论知识与数值计算方法。特别地，作者提出并实现一整套高精度的分数阶微积分学的数值计算方法；提出线性、非线性分数阶微分方程的通用数值解法和基于框图的通用仿真框架；提出并实现了基于框图的分数阶隐式微分方程、延迟微分方程与分数阶微分方程边值问题的通用求解方法。本书所有知识点均配有高质量的MATLAB代码与Simulink模型，有助于读者更好地理解知识点的内涵，更重要地，可以利用代码实践并创造性地解决相关问题。 本书可供数学与应用科学领域的高年级本科生、研究生与工程师系统学习分数阶微积分学理论及其计算方法，并用其解决实际应用问题。

本书是一本讲述SQL与数据库设计的立体教程（含纸质图书、教学课件、源代码、视频教程与答疑服务）。全书共分为4篇：第1篇为SQL知识基础（第1章～第9章），介绍了SQL表管理、视图管理、修改数据、查询数据、汇总查询结果、子查询和表连接；第2篇为MySQL数据库管理系统（第10章～第13章），介绍了MySQL数据库管理系统安装和日常管理、MySQL中特有的SQL语句和MySQL数据库开发；第3篇为Oracle数据库管理系统（第14章～第16章），介绍了Oracle数据库管理系统安装和日常管理、Oracle数据库中特有的SQL语句和Oracle数据库开发；第4篇为从数据库设计到项目实战（第17章和第18章），重点介绍数据库设计，以及“PetStore宠物商店”项目的数据库设计过程。 为便于读者高效学习，快速掌握SQL编程与实践，本书提供了完整的教学课件、源代码、丰富的配套视频教程以及在线答疑服务等内容。本书适合作为普通高等学校数据库相关课程的教材，也可以作为广大程序员的参考用书。

本书第1版于1983年出版，至今已修订至第6版。教材出版近40年来为全国数百所高校采用。本书三次荣获优秀教材奖（1988年、2002年、2021年）。相应课程先后入选北京市精品课程、精品课程、精品资源共享课程、精品在线开放课程和一流本科课程。 本书系统全面地阐述了数据库系统的基础理论、基本技术和基本方法。全书分为4篇18章。篇基础篇，包括绪论、关系数据模型、关系数据库标准语言SQL、数据库安全性和数据库完整性，共5章。第二篇设计与应用开发篇，包括关系数据理论、数据库设计和数据库编程，共3章。第三篇系统篇，包括关系数据库存储管理、关系查询处理和查询优化、数据库恢复技术、并发控制和数据库管理系统概述，共5章。第四篇新技术篇，包括数据库发展概述、大数据管理系统、数据仓库与联机分析处理、内存数据库系统、区块链与数据库，共5章。 本书可以作为高等学校计算机科学与技术专业、软件工程、数据科学与大数据技术、信息系统与信息管理等相关专业数据库课程的教材，也可供从事数据库系统研究、开发和应用的研究人员和工程技术人员参考。

本书以MySQL 8.0为主，全面系统地阐述了MySQL日常使用及管理过程中的一些常用知识点：安装、复制、binlog、备份、监控、DDL、线程池、中间件、常用工具、组复制、InnoDB Cluster、JSON、MySQL 8.0的新特性。本书定位于实战，目的是让读者拿来即用，快速上手MySQL。除了实战，本书还花费了大量的篇幅来讲解MySQL中一些常见操作、常用工具的实现原理。组复制是MySQL官方推荐的高可用方案，本书会从源码角度分析组复制的一些核心模块的实现细节，包括分布式恢复、冲突检测、事务一致性以及流量控制机制等。

如果你想从事计算或技术领域的工作，理解线性代数是少不了的。线性代数的研究对象是矩阵及其运算，是几乎所有计算机算法和分析的数学基础。但它在几十年前的教科书中的呈现方式与专业人员如今用来解决现实世界问题的方式有很大不同。这本来自Mike X Cohen的实用指南讲授了以Python实现的线性代数的核心概念，包括如何在数据科学、机器学习、深度学习、计算模拟和生物医学数据处理应用中使用它们。有了这本书，理解、实现和适应繁多的现代分析方法和算法将不再是问题。

数据工程在过去十年间发展迅速，许多软件工程师、数据科学家和分析师都在寻找相关实践的全面观点。通过这本实践用书，你将学习如何通过评估数据工程生命周期框架中可用的最佳技术来规划和构建系统，以满足你的组织和客户的需求。作者Joe Reis和Matt Housley将为你介绍数据工程的生命周期，向你展示如何综合运用各种云技术，以满足下游数据消费者的需求。你将理解如何应用数据生成、摄取、编排、转换、存储和治理的概念，无论底层技术是什么，这些概念在任何数据环境中都至关重要。

本书第2版于2021年首届全国教材建设奖评选中荣获全国优秀教材二等奖。第3版在其基础上对内容进行增删和优化重组，形成4部分共16章的立体知识结构，主要包括：第0章基础知识；部分表结构（第1—4章），介绍线性表、栈和队、散列表、矩阵和字符串等内容；第二部分树结构（第5—8章），介绍普通树和二叉树、检索树和检索树、平衡树模式、哈夫曼树和判定树等内容；第三部分图结构（第9—11章），介绍图的基本概念和遍历、小生成树和短路径、有向无回路图等内容；第四部分排序和算法设计初步（第12章—15章），介绍内排序、外排序、集合运算的数据结构和算法设计的一般方法、问题的固有难度和三大问题类等内容。为便于读者学习，全书还配有知识点讲解视频、PPT课件、中英文术语对照、各章部分习题参考答案、抽象数据类型的C类实现示例等教学资源。本书可作为普通高校本科计算机类专业数据结构课程教材，也可作为程序设计爱好者的理论指导书。

本书重点阐述云计算与大数据的基本原理、关键技术、常用平台和应用案例。本书共8章，包括云计算和大数据基础、云计算架构、虚拟化技术、云计算技术、大数据技术架构、大数据技术、云计算与大数据应用、综合实践等。本书配有PPT课件、教学大纲、教学计划、电子教案、课后习题答案、模拟试卷及答案、实验指导书、实验虚拟机，使用本书的老师可在人邮教育社区免费下载使用。本书可作为高等院校数据科学与大数据技术、计算机科学与技术、软件工程、大数据管理与应用等专业学生的教材，还可供IT领域的技术人员学习使用，同时可作为云计算与大数据研究人员的参考书。

使用机器学习技术解决实际应用问题涉及模型的建立、训练及评估等步骤。优化算法常被用于训练模型的参数，是机器学习的重要组成部分。机器学习模型的训练可以建模成无约束优化问题或带约束优化问题，约束可以为模型增加更多的先验知识。基于梯度的算法（例如加速梯度法、随机梯度法等）是求解无约束优化问题的常用方法，而交替方向乘子法（ADMM）则是求解带约束优化问题的有力工具。《BR》本书概述了机器学习中ADMM的新进展。书中全面介绍了各种情形下的ADMM，包括确定性和随机性的算法、集中式和分布式的算法，以及求解凸问题和非凸问题的算法，深入介绍了各个算法的核心思想，并为算法的收敛性和收敛速度提供了详细的证明。