医疗大数据是大数据在医疗领域的一个分支，处理的是在与人类健康相关的活动中产生的与生命健康和医疗有关的数据。本书将对医疗大数据进行全面、透彻的分析，从医疗大数据的现状开始，介绍医疗大数据方向的统计、数据挖掘、数据预处理、建模以及可视化等技术与应用。此外，还介绍了医疗领域的图像处理和自然语言处理等人工智能技术。在本书的末尾，还讨论了这个领域普遍关注的一个问题——医疗数据隐私保护，介绍了潜在的隐私风险和隐私保护方法等，并关注了医疗经济的概况与前景。通过阅读本书，你将了解：医疗大数据的现状及产业划分等；如何统计挖掘和处理医疗领域的数据以方便分析；医学数据可视化如何提升医疗人员诊断病情的效率；人工智能技术在医疗领域的应用；如何对医疗数据进行隐私保护。

本书介绍规范性分析以及如何使用规范性分析进行决策，理论部分和实践部分相对平衡，展示了直观的概念插图、现实的示例问题和案例研究。全书共6章。第1章概述商业分析及分析的纵向视图和简单分类，并介绍规范性分析所处的位置。第2章介绍优化。第3章解释蒙特卡罗模拟、离散模拟和连续模拟等强大的决策工具。第4章介绍多准则决策及其简单分类。第5章介绍专家系统和基于案例的推理。第6章介绍大数据、深度学习和认知计算等前沿分析技术。本书适合商业分析专业人员与相关专业本科生和研究生阅读。

本书系统、全面地研究和论述大数据分析理论与技术，主要内容包括大数据分析基础认知、大数据分析核心架构、大数据分析计算模式、大数据与网络空间安全、大数据与自然语言处理、大数据与医学信息处理。本书可满足各类高校多样化人才长期培养的需求，可供从事网络空间安全、计算机科学与技术、软件工程、人工智能、信息与通信工程等相关学科专业的教学、科研、应用人员阅读和使用，对从事大数据分析相关研究的人员具有重要的实用和参考价值。此外，本书也可供其他非专业及相关研究人员参考使用，具有重要的指导意义。

本书遵循学习成果导向理念，以数据库设计、开发、应用为主线，引领学习者熟悉数据库的体系结构，领会数据库的基本原理，掌握数据库的实现技术。本书充分体现“任务引领、实践导向”的思想，以一个实际数据库系统项目为主线，内容包括数据库开发环境的安装与配置、数据库的设计与创建、数据库对象的建立与管理、数据查询与操作、数据库的管理与维护等，以实现中小型数据库应用系统的设计与开发，帮助学习者更好地对接企业岗位的真实需求。

随着国家大数据相关政策、规划的密集出台，大数据、人工智能商业落地速度加快，其在各个领域的应用也越来越广泛，其中面向企业服务、金融、医疗健康、电子政务、电子商务等细分领域的大数据应用展现出巨大的潜力。大数据是需要新处理模式才能适应的海量、高增长率和多样化的信息资产，被誉为“未来的新石油”，以至于数据的获取、存储、搜索、共享、分析以及可视化呈现都成为当前重要的研究课题。本书重点讲述数据采集与预处理的相关内容，并以真实案例介绍不同数据源的采集方式及基本的数据预处理方法。全书共lO章。其中，第1章为概述，第2～5章介绍静态网页数据爬取，第6章介绍动态网页数据爬取，第7、8章介绍爬虫（Scrapy）框架应用，第9章介绍数据预处理，第10章给出了一个综合项目实训。本书可作为高校数据科学与大数据技术专业相关课程的教材或教学参考书，也可作为人工智能、大数据领域从业者的自学参考书。

本书讲述Microsoft Access 2016数据库管理系统的基本功能和使用技巧。全书共分为9章，内容包括Access 2016快速入门，数据库的创建与使用，表的创建与使用，查询的种类及其创建方法，窗体的创建与使用，报表的设计与打印，数据宏的创建与使用，模块和VBA编程等；最后一章综合运用全书所学内容，创建一个数据库管理系统。

本书通过实际案例深入介绍了基于Python的开源商业智能工具Apache Superset。本书立足于为企业建立一套开源免费的BI（商业智能）数据分析平台，实现自助数据处理、数据分析、数据可视化，概述了该系统的基本情况、总体需求、解决方案和业务理解等。本书从企业BI系统建设的实际需求出发，详细阐述了商业智能系统开发的概念、流程及相关技术，同时结合实际案例介绍了基于Apache Superset的**且常用的商业智能技术，包括Redis、Hive、Presto、Vertica、ClickHouse、TiDB、Dremio等。

本书是高等学校信息管理与信息系统系列教材之一。本书共分9章，主要内容有导论、大数据商务分析系统搭建技术、经典数据分析方法及工具、面向大数据商务分析的描述性分析和可视化、面向大数据商务分析的数据挖掘、深度学习技术、大数据商务分析在传统行业的应用、大数据商务分析在各组织部门中的作用，以及大数据商务分析在新兴领域的应用。本书内容系统、案例丰富，实用性强。本书可作为高等学校信息管理与信息系统专业、大数据应用与管理专业、计算机应用专业及相关专业商务大数据分析课程教材，也可作为从事商务数据分析及相关工作的人员参考读物。

本书以数据思维为主题，以数据分析全流程为主线，融合了与数据思维相关的编程语言、统计学基础及案例分析等内容，全书分为4 篇，囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11 章的内容。本书囊括了数据分析中常用的分析方法，包括经典的海盗（AARRR）模型、麦肯锡的MECE 模型、逻辑树、漏斗分析、路径分析、对比分析、A/B 试验、RFM 模型、K-Means 算法、5W2H 等分析方法，还包括各类方法的实践案例及Python 实操项目。可以说本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合。 本书适合工作了1～3 年的初级数据分析师；已经掌握了数据分析工具，需要培养数据思维的转行人员；数据科学行业的人力专家和猎头等。

本书以数字孪生在数据中心的应用为主题，从采用的方案、遇到的问题、解决的方法及对未来的思考等全面介绍技术实践的细节。本书共分为5章：第1章介绍数字孪生相关的知识和应用场景；第2章主要阐述数字孪生在数据中心的应用和数据中心的行业知识；第3～5章篇幅较多，主要介绍数字孪生使用的技术，并配套完整的项目代码，其中第3章介绍数据分析算法相关的技术知识，第4、5章阐述3D可视化框架ThreeJS相关的知识。 本书适合对数字孪生有兴趣的技术团队、开发和研究人员阅读。