本书是热销书《SQL基础教程》的作者MICK为志在向中级进阶的数据库工程师编写的一本SQL技能提升指南。全书可分为两大部分。第一部分介绍了SQL语言不同寻常的使用技巧，带领读者重新认识CASE表达式、窗口函数、自连接、EXISTS谓词、HAVING子句、外连接、行间比较、集合运算、数列处理等SQL常用技术，发掘它们的新用法。这部分不仅穿插讲解了这些技巧背后的逻辑和相关知识，而且辅以丰富的示例程序，旨在帮助读者从面向过程的思维方式转换为面向集合的思维方式。第二部分介绍了关系数据库的发展史，并从集合论和逻辑学的角度讲述了SQL和关系模型的理论基础，旨在帮助读者加深对SQL语言和关系数据库的理解。此外，本书很多节的末尾设置有练习题，并在书末提供了解答，方便读者检验自己对书中知识点的掌握程度。

这是一本从业务视角解读推荐系统架构设计、评估方法、数据工程和算法原理的著作。市面上推荐系统方面的著作，内容多以推荐技术、算法和模型为主，让读者误以为掌握了推荐算法就能用好推荐系统并提升业务指标，其实推荐算法只是工具，要真正发挥推荐系统的价值，需要将推荐系统植根于业务之上。本书从业务视角出发，描绘了当下主流推荐系统的设计思想和架构全貌，重点突出系统每个模块所需要解决的问题，进而介绍一到两种实践检验普遍有效、在学术界具备里程碑性质的算法。帮助读者练成识别算法的火眼金睛，从每年大量产出的新算法研究中去粗取精，真正解决实际问题。阅读本书，你将有如下收获：从商业、运营、算法、工程视角理解推荐系统，对推荐系统的认知更加立体化；从业务视角理解推荐系统的顶层设计，掌握业务驱动的推荐系统设计思想；掌握业务驱动型推荐系统的评估方法，涵盖B端、C端和平台等多个维度；了解推荐系统的数据工程，掌握获取各类数据、构建特征体系的方法；从业务视角理解召回、排序和决策智能方面的经典算法和学术界有里程碑意义的算法；从技术和业务的双重视角去规划推荐算法工程师的成长路径，以达到事半功倍的效果。

本书全面系统地介绍NoSQL数据库的原理、方法和技术。全书共7章，主要内容包括NoSQL数据库概述、键值数据库与Redis实例、文档数据库与MongoDB实例、列族数据库与Cassandra实例、图数据库与Neo4j实例、图数据科学算法等和NoSQL数据库的安装。 本书既可作为普通高校数据科学与大数据技术、软件工程、计算机科学与技术等相关专业的NoSQL数据库技术课程教材，也可作为高职院校相关课程的教材和参考书，还可供大数据技术领域的科技人员参考。

近年来，在所有科学学科和工业环境中收集的数据量和种类都出现了爆炸式增长。如此庞大的数据集给统计和机器学习领域的研究人员带来了许多挑战。本书对高维统计学进行了详尽介绍，重点介绍核心方法论和理论，包括尾部界、集中不等式、一致律和经验过程以及随机矩阵。此外还深入探索了特定的模型类，包括稀疏线性模型、用秩约束矩阵模型、图模型和各种类型的非参数模型。书中提供了数百个工作示例和练习，既适合统计学相关课程使用，也适合统计学、机器学习和相关领域的研究生与研究人员自学。

本书以统计学史上著名人物的伟大成就为脉络，将数据分析这一学科的发展历程娓娓道来。从开普勒仰望星空拉开统计学序幕，贝叶斯提出主观概率，到人工智能、深度学习逐步渗透今天的日常生活。本书带领读者在数据科学的熠熠星光下，看透大数据的深邃内核。

本书解释了什么是OpenShift以及如何使用它来构建应用程序、运行它们，并使它们能够在面对各种复杂情况时保持运行。本书的内容包括：OpenShift及其组件和基本概念；如何运行OpenShift；如何配置OpenShift；OpenShift流水线；如何通过手动和自动的方式检查、操作和扩展正在运行的应用程序，如何设置OpenShift以定期检查应用程序的健康状况，以及如何管理应用程序的新版本发布；OpenShift的监控和告警功能；OpenShift的自动化特性。

本书全面介绍了预测性分析相关方法，不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究—包括从失败项目获得的经验教训。本书理论和实践内容相对平衡，便于读者加深理解。全书共9章，外加一个附录。第1章为分析导论，第2章为预测性分析和数据挖掘导论，第3章介绍预测性分析的标准流程，第4章介绍预测性分析的数据和方法，第5章介绍预测性分析算法，第6章探讨预测性建模中的高阶主题，第7章介绍文本分析、主题建模和情感分析，第8章介绍预测性分析使用的大数据，第9章介绍深度学习和认知计算，附录展望了商业分析和数据科学工具的前景。本书适合计算机科学、数据科学和商业分析领域的相关从业人员阅读。

本书分为理论篇、方法篇、应用篇，共10章。理论篇（ ～3章）介绍大数据共享与交易、数据服务的基本概念、区块链数据服务方法等；方法篇（第4～8章）重点阐述区块链服务的数据交易能力和密码学保障的安全能力的相关方法，包括高时效数据交易、运行时交易监管实现、区块链安全与隐私保护等；应用篇（第9、10章）介绍在服务集成应用中快速设计数据共享与交易业务场景的方法，探索基于联盟链进行数据共享与交易应用开发的实践方案。本书取材新颖、内容丰富、重点突出、深入浅出，便于教学与自学。本书可供高等学校计算机类各专业高年级本科生、研究生，以及专注于大数据、区块链技术与软件服务新技术的从业人员、研究人员使用和参考。

数据分析与可视化在大数据时代扮演着重要角色。数据分析用于将原始数据转化为可行的见解，可视化能将关键数据和特征直观地表达出来。本书深入浅出地介绍了数据分析与可视化的相关理论和实践，全书共7章。第1章阐明NumPy的基础操作。第2章详细介绍NumPy的 应用，内容包括数组的 索引方式、张量的合并与分割、NumPy文件的读与写。第3章介绍Pandas的基本特性。第4章详细阐述Pandas的 特性。第5章详细讨论可视化工具Matplotlib的用法。第6章介绍高阶可视化工具Seaborn的用法。第7章讲解时间序列数据的处理。每个章节均给出了可用性强的实战项目。本书结构完整、行文流畅，是一本图文并茂、通俗易懂的数据分析与可视化的零基础入门著作。对于计算机、大数据、人工智能及相关专业的本科生和研究生，这是一本适合入门与系统学习的教材；对于从事数据分析与可视化的工程技术人员，本书亦有很高的参考价值。

本书以MySQL 8.0数据库管理系统为平台，以案例教学为编写主线，介绍数据库系统的基本概念和数据库应用技术。书中以学生选课管理系统作为教学案例，以网上书店系统作为实训案例， 一章讲解一个具体的项目案例开发设计过程，将数据库原理知识与实际数据库开发过程结合在一起。本书采用目前流行的在线开放课程教学方式，提供慕课视频、PPT、习题库、试题库等多种资源形式来协助读者学习。本书在设计内容时与时俱进，，整合知识内容与育人元素，创新构建课程知识体系和价值体系。本书可以作为高职院校的计算机相关专业的教材，也可作为从事计算机软件工作的科技人员和工程技术人员及其他相关人员的培训教材或参考书。