本书围绕以“数据管理”为中心的课程内容体系和以“面向产出”为理念的实验平台及案例设计两个核心内容进行编写。全书的内容由三部分共计13章和附录组成，每部分的后一章将前面章节介绍的理论知识迁移至MySQL平台，指导读者在此平台环境下进行实践训练。 部分为数据库基础知识，包括第1～4章，主要介绍数据库系统基本概念，包括数据模型、数据库体系结构、数据库系统的发展、关系模型和关系数据库标准语言SQL。 第二部分为数据库安全管理与保护技术，包括第5～9章，主要介绍数据库安全性和完整性的概念及控制技术，讨论数据库管理系统的事务、并发控制机制及故障恢复的方法及策略。 第三部分为数据库设计与应用系统开发，包括第10～13章，主要介绍数据库应用系统的设计方法，包括需求分析、概念设计、逻辑设计与物理设计等若干步骤； 后用一个实际的应用系统开发实例，通过设计、构建和开发步骤的展示，帮助读者完成实践能力的提升。 后为附录部分，以MySQL为实验平台，提供参考实验，以实验示例的形式详细介绍了MySQL的使用方法，巩固读者对数据库技术理论的掌握，提升实际应用的能力。 本书用作教材讲授时可根据专业、课时等情况对内容适当取舍。 为了便于教学，本书配有教学大纲、教学课件、教学视频、试题库、案例程序源码和实验指导等教学资源，供读者查阅。

本书从初学者的角度出发，通过大量的案例，详细介绍了Tableau数据可视化分析的主要知识和技能。本书共分为7部分内容，主要包括认识数据可视化、数据的准备与处理、图表的选择与实现、图表的进阶与创新实现、图表的整合与分享，以及2个不同行业的可视化分析项目案例。本书注重理论与实践并重，每个知识点都结合具体的案例讲解，让读者不仅掌握一定的数据可视化分析的理论基础，又能具备使用Tableau完成数据可视化分析的实践能力。本书适合作为高等职业院校“数据可视化”课程的教材，也可作为其他各类院校、培训机构及相关人员的自学或参考用书。

本书以“案例驱动”的模式编写，通过具体的任务对SQL Server 2017 数据库的基本概念、基本理论和基本技术进行讲解。内容由浅入深，先基础后专业，先实践后理论，主要具有以下特点：（1）任务引领。全书共设置了40 余个任务，每个任务都配有详细的操作步骤和说明，涵盖了SQL Server 2017 的全部知识点以及SQL Server 2017 在工作岗位上的实际应用。每个任务均具有实用性，实现了理论知识和企业需求的双边驱动。（2）图文导航。全书配图多达310 余幅，每幅图片均与讲解内容密切配合，即清晰易懂，又简洁明了，读者对照书本即可独立完成操作。（3）配套资源多样化。本书充分考虑到学生学习、教师备课的需要，本着方便师生的原则，在配套资源上进行了综合设计，包括教学课件、题库、教学大纲、教学计划、教案等，还特别为重点实例配套了微课。

本教材选取Oracle Database 11g作为教学内容的蓝本，贴近软件企业生产实际，充分体现了“技术先进”“实用性强”的特点。本教材以图书销售管理系统为任务驱动教学案例，贯穿整个教学过程。设计数据库时，遵循数据库设计的基本流程，即需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库的实施和维护，最后通过ASP．NET编程语言实现了新闻发布管理系统。教材改变以往平铺直叙的讲授方式，转变为项目化任务驱动教学模式，在结构上安排多个任务，每个任务分解为预备知识和若干个子任务。预备知识为子任务的实践提供必要的理论知识积累，而子任务根据项目的实际需要完成特定的需求。本教材在课后实训项目的选取上以学生耳熟能详的学生管理系统为典型项目，贯穿整个教材。本教材针对高职院校学生的特点，以“知识够用”为原则，适当降低教学内容的难度，避免出现过多的专业性术语，力求通俗易懂，简单易用，以适应高职学生学习的能力要求。本教材采用“小提示”“任务实训”“应用项目开发”“课程设计”等教学环节和安排，加强学生对知识点和实训任务的深入理解。

本教材以数据库工程师的四大核心任务“建库、用库、管库、开发”为编写基础，分为四篇。第一篇，学习者通过体验数据库，对数据库建立感性的认识，了解并掌握数据库的基础知识，并在此基础上学习SQL Server数据库管理系统的安装及配置；使用图形化工具、T-SQL语句两种方式创建数据库和数据表，学会创建主键、检查等各类约束来保证数据的完整性。第二篇，包括数据库的主要应用，即数据查询和数据的增加、修改和删除。第三篇，从管理者的角度对数据库的安全机制、数据库的备份与还原及不同数据源的转换进行介绍，如SQL Server与Excel数据表、XML数据的转换等。第四篇，以开发者的视角介绍了如何使用T-SQL语句实现编程，涉及数据库的一些常用对象的运用，如存储过程、触发器等；还介绍了如何运用微软的Microsoft Visual Studio开发平台设计、开发、部署数据库应用系统的整个流程。

本书共分两个阶段，第一阶段进行SQL Server的专业内容教学，让学生学会SQL Server数据库的配置、T-SQL语句、存储过程、触发器、用户管理、备份与恢复等基础知识；第二阶段在掌握SQL Server基础理论知识的前提下，辅以融合课程知识和技能点的基于企业真实项目的综合实践项目。本书以课程组开发的“采购数据库PO”为主线进行编写，每个章节都包含知识点、实训、课后习题三大部分。本书适合作为数据库类课程的教材，也可供数据库爱好者阅读和参考。

本书以岗位需求对应的基本知识和技能贯穿整个教学过程，结合企业实际实践中常用的三个工具的使用来开展教学内容：OEM、 SQL Developer、SQL*Plus。教材内容主要包括Oracle数据库的安装与卸载、认识与使用SQL*Plus工具、Oracle数据库的管理、Oracle数据库表空间的管理与表的设计、数据查询的应用、PL/SQL在数据库中的应用、PL/SQL程序单元在数据库中的应用、数据库的安全管理、数据库的备份与恢复等。本书可以作为计算机类Oracle数据库课程的教材，也可以作为Oracle数据库爱好者的自学用书。

数据库技术是信息处理的核心技术之一，《SQL Server数据库技术及应用（第3版）/微课版·“十三五”职业教育国家规划教材》注重高职高专计算机类专业所需数据库基本知识和基本技能的培养，精心设计了27个任务进行教学实施，除第1章外，每个任务均由“任务描述与必需知识”“任务实施与思考”“课堂实践与检查”“知识完善与拓展”四部分组成。

本书既有理论研究，又有实践探讨，共分为6章，讲解了云计算安全中人工智能与大数据挖掘技术的应用实践。第1章从概念、发展、标准等角度宏观地介绍了云计算安全；第2章从云计算安全需求的角度阐释云计算安全的核心目标、公有云场景下的安全需求和私有云场景下的安全需求；第3章全面、系统地介绍了公有云安全技术体系和私有云安全技术体系；第4章详细介绍了人工智能技术在云计算安全领域的应用实践；第5章详细介绍了大数据挖掘技术在云计算安全领域的应用实践；第6章介绍了人工智能和大数据挖掘技术的综合应用，提出云数据中心安全防护框架，并详细介绍了云数据中心安全态势感知系统。 本书是人工智能与大数据挖掘技术在云计算安全领域的应用实践参考书，适用于人工智能、大数据挖掘、云计算、网络信息安全相关领域的从业人员。

本书解释、探索了数据挖掘的主要技术，可以从数据中自动提取隐式和潜在有用的信息。数据挖掘越来越多地用于商业、科学和其他应用领域，它侧重于分类、关联规则挖掘和聚类。书中对每个主题都进行了清晰的解释，重点是算法而不是数学公式，并通过详细的有效示例加以说明。本书是为没有强数学或统计学背景的读者写的，并详细解释了使用的所有公式。本书适合作为本科生或研究生层次的教材，适用专业包括计算机科学、商业研究、市场营销、人工智能、生物信息学和法医学。为了帮助读者自学，本书旨在帮助普通读者理解什么是“黑盒”，这样他们就可以有差别地使用商业数据挖掘包，高级读者或学术研究者可以对未来该领域的技术进步做出贡献。书中每一章都有实践练习，让读者检查自己的进度。附录还包括所使用的技术术语的完整术语表。数据挖掘原理包括对流数据分类算法的介绍，包括平稳数据（底层模型是固定的）和依赖时间的数据（底层模型不时变化）——这种现象称为概念漂移。本书提供了前馈神经网络与反向传播的详细描述，并显示它如何可以用于分类。