本书是数据挖掘精髓的浓缩。第1章用通俗易懂的语言回答五个基本问题，包括什么是数据，什么是大数据，什么是数据挖掘，以及数据挖掘能挖掘出哪些东西和会产生什么价值。然后用6章的篇幅介绍k-均值、k-近邻、朴素贝叶斯、决策树、回归分析和关联规则挖掘等6种方法。第8章介绍一些实际的应用，演示简单的数据挖掘方法如何产生巨大的价值。本书可供高校的数据科学与大数据、智能科学与技术、人工智能、计算机科学与技术和统计类、应用数学等相关专业的学生作为教材使用，也可供高校的商科大数据、金融等专业的学生、优秀的中学生、科技企业的管理者和相关行业的投资人学习参考。

数据库应用基础是一门实践性很强的课程，目的是培养学生利用数据库技术对数据和信息进行管理、加工和运用，能有效使用数据库技术解决数据处理中的实际问题，为解决医学类专业实际问题打下良好的基础。为了降低学习难度，激发学习兴趣，提高应用能力，根据医学类专业学生的特点及人才培养目标，编写一套适医学类专业学生学习的，体现教学改革精神的数据库应用基础课程教材。

数据挖掘是大数据分析中*活跃的地带。SPSS Modeler充分利用计算机系统的运算处理能力和图形展现能力，将数据挖掘方法、应用与工具有机地融为一体，成为内容全面、功能强大、操作友好的数据挖掘软件产品，是大数据分析的理想工具。本书以数据挖掘的实践过程为主线，系统介绍了决策树、人工神经网络、支持向量机、Logistic回归、判别分析、贝叶斯网络、聚类分析等一系列经典数据挖掘方法，以及数据整理和降维处理等必备知识，同时给出了SPSS Modeler实现的全过程。讲解方法从易到难，说明问题由浅入深，软件操作详细全面。本书力求以*通俗的方式阐述数据挖掘方法的核心思想与基本原理，同时配合SPSS Modeler 18（中文版）软件操作说明，希望读者能够直观理解方法的本质，快速掌握软件使用技巧，并应用到数据挖掘实践中。本书提供实例数据和电子课件，读者可登录华信教育资源网www.hxedu.com.cn免费下载使用。本书可作为高等院校管理类、财经类、计算机类专业本科生和研究生的数据挖掘教材，也可作为商业管理、金融保险、社会教育等行业进行数据挖掘实践的参考用书。

本书根据数据库技术领域的人才需求和数据库应用系统开发岗位的任职要求，参照相关的职业资格标准，坚持能力本位的职业教育思想，采用项目驱动的方式组织课程教学内容。本书共分14章，从基本概念和实际应用出发，由浅入深、循序渐进地讲述了数据库技术、SQL Server 2012概述、数据库的基本操作、数据表的基本操作、数据的基本操作、数据的高级操作、实现数据完整性、视图及其应用、索引及应用、SQL Server程序设计、存储过程与触发器、SQL Server 安全管理、备份与还原、数据库与开发工具的协同使用；并将“学生选课管理系统”案例融入部分章节，深入阐述数据库创建、管理、开发与SQL程序设计的思想与具体方法；简明扼要地介绍了SQL Server的上机实验操作。本书根据职业技能培养的要求，结合案例给出100多个例题和习题，便于读者更好地学习和掌握数据库的基本知识与技能。本书既可以作为高等院校、高等职业院校计算机及相关专业的专业课教材，也可以作为数据库工作者，尤其是大型关系数据库初学者的参考书。

《Hadoop大数据平台构建与应用》基于Hadoop大数据平台，讲解大数据平台的搭建与运维、大数据的采集与存储、大数据的处理、数据的分析、数据的可视化等完整的大数据应用案例，全面详细地讲述Hadoop、MapReduee、HDFS、Hive、Spark和Zookeeper等技术的相关知识；还详细介绍了Hadoop大数据集群环境配置与搭建、部署配置Hadoop HA模式等内容。《Hadoop大数据平台构建与应用》具有较强的实用性和可操作性，语言精练，通俗易懂，操作步骤描述详尽，并配有大量操作图例。

数据仓库与数据挖掘是决策支持的两项重要技术，它们共同的特点是都需要利用大量的数据资源，并从数据资源中提取信息和知识。由于数据资源丰富，因此数据仓库与数据挖掘的决策支持效果显著。《数据仓库与数据挖掘技术及应用研究》系统地研究数据仓库和数据挖掘的核心技术，并结合应用实例，力求理论联系实际。全书深入浅出，通俗易懂，内容系统、完整，是一本值得学习研究的著作，能为软件工程及相关专业学生的提供参考，也可供计算机研究和开发人员以及相关专业人士参考。

目前国内大数据市场继续保持高速的发展态势，作者在与地方政府、证券金融公司的项目合作中发现，他们对大数据技术很感兴趣，并希望从大数据技术、采集、存储、访问、安全、分析与开发等方面得到指导和帮助。因此编写了这本大数据技术的入门书。 本书共12章，以Hadoop和Spark框架为线索，比较全面地介绍了Hadoop技术、Spark技术、大数据存储、大数据访问、大数据采集、大数据管理、大数据分析、大数据开发、大数据环境自动化部署（Docker和K8s）等内容。 本书适合大数据技术初学者，政府、金融机构的大数据应用决策和技术人员、IT经理、CTO、CIO等快速学习大数据技术。本书也可以作为高等院校和培训学校相关专业的培训教材。

介绍数据、数据库、数据库管理系统的基本概念和功能，数据模型的概念，关系数据库的概念和基本理论，数据管理技术的发展历史。介绍数据库技术在金融、工商、政务处理等行业的应用现状；介绍大数据、云计算技术发展现状、应用前景，使学生认识到数据库技术在现代和未来社会中日趋重要的地位和作用。介绍E-R模型，关系规范化，数据库设计的方法和步骤、设计原则。利用Access系统的数据管理方法，包括创建数据库和表、建立表之间联系、创建查询、窗体、报表、宏、程序模块等对象。SQL的概念、功能；SQL数据定义、数据操纵、数据查询语言。

本书是《Access数据库应用技术（第三版）》（王莉、赵洪帅主编，中国铁道出版社有限公司出版）的配套实验教材。本书是普通高等教育“十一五”国家级规划教材配套用书，同时也是教育部文科计算机基础教学指导委员会立项教材。 本书由三部分组成：第一部分是结合主教材各章编写的习题，通过练习题帮助学生掌握Access的基本知识；第二部分是结合主教材各章编写的上机指导，通过操作步骤、提问方式、填写结果等方式引导学生快速掌握Access的基本功能及操作技术；第三部分是全国计算机等级考试（二级Access数据库程序设计）综合实训部分，包括基本操作题、简单应用题、综合应用题。 本书适合作为高等院校各类专业数据库应用技术课程的教材，也可作为全国计算机等级考试的培训教材以及不同层次办公人员的自学用书。

《数据结构与算法（第5版）》以哈尔滨工业大学国家精品资源共享课程“数据结构与算法”为基础，以廖明宏、郭福顺、张岩、李秀坤编著的“十一五”国家级规划教材《数据结构与算法（第4版）》为蓝本，去粗取精，融入数据结构与算法的新研究成果编写而成。全书按抽象数据型的观点组织，用类c语言描述算法，共8章。第1章给出抽象数据型的定义、算法的基本概念及其复杂度的表示方法，简要介绍逐步求精的程序设计方法。第2-4章是对线性表、树、图等主要数据结构定义相应的抽象数据型，给出各种物理表示法和有关算法。第5-7章是关于数据处理技术的内容，介绍几种主要的查找结构和排序算法，同时还介绍了文件的组织形式。第8章介绍几种典型的算法设计方法及其分析方法。《数据结构与算法（第5版）》可作为本科计算机及相关专业“数据结构与算法”课程教材，也可作为硕士研究生“算法设计与分析”课程的教学参考书，同时对计算机科技工作者也有一定的参考价值。