本书旨在为有兴趣更好地理解数学和统计的学生提供一个可访问的、全面的教科书，这些数学和统计知识是数据科学和机器学习算法的基础。

本书分为以下几个主要部分：第 1-3 章介绍方法和技术。在这些章节中，我们描述了一种性能调优方法。还提供了一些关于 MongoDB 架构和 MongoDB 提供的用于调查、监控和诊断 MongoDB 性能的工具的背景知识。第 4 章和第 5 章介绍应用程序和数据库设计。第 6-10 章介绍应用程序代码的优化。第 11-14 章讨论MongoDB 服务器及其运行硬件的优化。

本书以构建高性能MySQL服务器为核心，先介绍MySQL 8.0和MariaDB 10.5的新特性，然后以实战为导向，从故障诊断与优化、性能调优、备份与恢复、MySQL高可用集群搭建与管理、MySQL性能与服务监控、SQL自助上线等角度深入讲解了如何管理与维护MySQL服务器。书中内容均是基于笔者多年的实践经验整理而成，对于有代表性的疑难问题，还给出了实用的情景模拟以及解决方案。51CTO官方推荐 MySQL以其轻便、快捷、运营成本低等优点成为一款*受企业欢迎的数据库产品。贺春旸老师在MySQL领域深耕数十年，有着丰富的一线工作经验。日常在51CTO博客更文也是深受读者的喜欢，更是成为MySQL领域不可多得的博客专家。本书是贺春旸老师的又一佳作，他将多年实操经验融入字里行间，让读者能更快速理解并掌握知识点，在面对自己工作中实际问题时，如虎添翼、从容应对！ ——51CTO博客（https：//blog.51cto.com/）

k-均值问题是经典组合优化问题， 也是著名的NP-难问题之一， 相应的Lloyd算法是数据挖掘的 十大经典算法之一. k-均值问题在人工智能、数据挖掘、理论计算机科学、运筹学和管理科学中有 着广泛的应用. 本书介绍k-均值问题及其变形的基于随机抽样、降维、核心集、近似质心集、局部 搜索、线性规划舍入等技术的近似算法. 主要内容包括： 经典k-均值问题的近似算法， k-中位， 球面 k-均值， 鲁棒k-均值， 带约束的k-均值， 隐私保护k-均值， k-均值的其他变形等.

本书从大数据实时计算框架Spark的编程语言Scala入手，第1～4章重点介绍函数式编程语言Scala的基础语法、面向对象编程以及函数式编程等，再通过编程训练案例介绍Scala这门语言的实际开发应用，为读者后面学习Spark框架打下牢固的编程基础。第5～10章重点介绍Spark的安装部署、SparkCore编程、Spark SQL结构化数据处理以及Spark Streaming实时数据处理等，对它们进行详细的剖析和解读。最后，在第11章中通过网站运营指标统计和IP经纬度热力图分析两个实战开发项目，让读者充分掌握Spark大数据实时计算框架技术的应用与实操方法。本书适合所有对大数据技术感兴趣的读者。

本书是一本关于数据流挖掘与在线学习算法的著作，该书全面、系统阐述了数据流机器学习的模型、算法、平台与实例。全书共10 章，分为4 个部分：第1 部分包括第1～3 章，介绍数据流机器学习基础知识；第2 部分（第4～6章）介绍基于频繁模式的数据挖掘与在线学习算法；第3 部分是基于模型的在线学习算法，包括第7 章在线稀疏学习模型和第8 章在线低秩表示模型；第4 部分（第9、10 章）介绍基于实例的数据流概念演变检测和在线学习算法。对每种典型在线学习算法的背景、模型定义、算法设计思想以及相关实验分析等，书中都有都完整的阐述。同时，也详细分析了一些与在线学习密切相关的离线数据挖掘和机器学习算法与应用。本书的实验平台开源、简单易用。每章后面都设计了操作性强的课程实验。在图书“下载专区”目录下，免费提供了本书代码和相关教学配套资源的在线浏览与下载。本书适合作为高等学校数据科学与大数据应用、智能科学与技术、人工智能等专业本科生和研究生的教材与教学参考书，也可供研究数据流挖掘与在线学习算法的科技人员阅读和使用。

数据中心UPS系统运维在介绍UPS基本知识的基础上，着重介绍了当前数据中心主要使用的双变换在线式UPS的电路组成和工作原理，重点讨论了蓄电池配置的计算方法和UPS针对不同负载的选型计算方法，尤其对数据中心UPS配电系统供电方案、UPS的操作方法以及UPS主机和蓄电池组的巡检及维护方法进行了重点介绍。 数据中心UPS系统运维力求理论和实践相结合，书中所列UPS供电方案及运维保养方法普遍适用于当前主流的数据中心UPS供电系统。数据中心UPS系统运维是关于数据中心UPS运维工作流程的指导性教材，对数据中心UPS运维管理从业人员大有裨益。

暂缺简介...

大数据是推动创新型国家建设的重要战略资源。《大数据分析研究进展》从机器学习、可视分析、知识处理、数据挖掘等角度出发，详细讨论了大数据分析的相关基础理论和技术方法，主要包括：大数据机器学习理论与方法，大数据可视分析理论与方法，多源不确定数据挖掘方法与技术，自动深层化知识处理方法与技术，大数据分析平台、标准与应用示范等。《大数据分析研究进展》总结了部分代表性工作，并呈现给读者。

Orange是一款可视化人工智能工具，适合会用电脑的所有人群，可以轻松完成机器学习的全流程操作，如数据挖掘、数据分析、文本挖掘、网络分析、图像识别、空间格式化等任务。目前 尚无介绍该软件的中文教程。本书首先对Orange软件进行基本介绍，然后讲述Orange“积木”——分析模块，接着介绍Orange“连连看”——数据分析案例， 后对Orange在科学研究中的应用进行展望。