这是一本能帮助读者快速获取数据产品实战能力数据项目实战能力的著作。全书内容以案例方式组织，围绕数据建设、数据营销、数据驱动3大主题，用14个综合案例进行完整再现和深度复盘，为近10个行业的数据产品提供了可直接参考的解决方案，这些方案同时也适用于其他行业。每个案例从项目背景、方案设计、实现过程、总结与思考等维度展开阐述，层次清晰，可参考性强。 全书共14章，分为三部分：数据建设、数据营销和数据驱动。 第一部分数据建设（第1~2章） 数据建设是数据运转的基础，是数据发挥价值的关键。良好的数据建设能够降低数据应用的开发成本，提升数据使用者的效率。本部分包含两章，分别介绍了自动化数据分析平台的搭建和数据埋点的工作流程等。 第二部分数据营销（第3~9章） 营销是每个公司的业务核心，良好的数据营销平台为营销提供非常大的助力。本部分主要介绍如何利用数据中台、大数据平台助力营销，如何利用社会化聆听辅助商业决策，重点分析金融、零售、快消、汽车、游戏等多个行业的项目，具有较高的参考价值。此外，还介绍了商品分析方法和初创公司数据运营实践。 第三部分数据驱动（第10~14章） 数据产品经理可以进驻公司的每个部门，驱动该部门的业务发展，成为公司运转的核心和动力。本部分介绍的案例包括语音数据处理与商业应用、网约车安全性的数据化解决方案、智慧安防中的智能视频产品、AI技术在视频平台上的应用、数据产品经理在推荐中的价值，这些案例都属于数据产品的一个分支——策略产品的范畴，有的案例主要以AI技术实现。

数据运营是指通过数据来分析和解决问题，利用各种数据科学技术挖掘数据价值，帮助企业优化业务管理和提升决策效率。随着我国数字化转型的深入，传统基于项目、人工处理的各类数据运营活动已经无法满足业务发展要求。集合了敏捷开发、精益制造以及DevOps理念的DataOps因此顺势而生，并且受到了业界的广泛关注。 本书总结了作者25年的行业经验和对DataOps的认知，从当前数据科学交付面临哪些挑战、什么是DataOps、通过哪些手段可以建立对数据的信任，以及如何实现DataOps目标和成功实施DataOps几个方面进行了系统的阐述。本书适合参与数字化转型的各类角色人员学习，尤其有助于数据科学高级管理岗位的专业人士开拓视野、提升领导力。

本书从贝叶斯理论的基本原理讲起，逐步深入算法、机器学习、深度学习，并配合项目案例，重点介绍了基于贝叶斯理论的算法原理，及其在机器学习中的应用。 本书分为10章，涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图像处理、语音识别、语义分析等。本书整体由易到难，逐步深入，内容以算法原理讲解和应用解析为主，每节内容辅以案例进行综合讲解。 本书内容通俗易懂，案例贴合实际，实用性强，适合有一定算法基础的读者进阶阅读，也适合其他人作为爱好阅读。

本书系统地介绍了数据如何始于业务、取于业务、用于业务。既有扎实的理论铺设，又有具体的案例支撑，通俗易懂地回答了数据“怎么来”和“怎么用”的问题。同时，本书总结出了解决业务分析难题的六大步骤，包括对最终数据分析产生关键影响的数据源的选取方法，以及通过对业务模块的判断确定分析方法的适用场景，最终推演、验证、分析出结论，并选择分析结果展现方式，让数据分析全过程形成闭环。本书的内容从底层原理出发，帮助读者打好数据分析基本功。在原理的讲解过程中，通过提问、思考、解答、案例分享的方式，结合三位专家十多年的行业经验，让读者从根本上理解数据分析、学会数据分析。本书适合数据分析从业者、数据分析爱好者阅读，也适合大中专院校数据相关专业的老师和学生使用。

内容介绍统计学习理论是针对小样本情况研究统计学习规律的理论，是传统统汁学的重要发展和补充，为研究有限样本情况下机器学习的理论和方法提供了理论框架，其核心思想是通过控制学习机器的容量实现对推广能力的控制。在这一理论中发展出的支持向量机方法是一种新的通用学习机器，较以往方法表现出很多理论和实践上的优势。本书是该领域的权威著作，由该领域的创立者来讲述统计学习理论的本质，着重介绍了统计学习理论和支持向量机的关键思想、结论和方法，以及该领域的新进展。

本书是企业业务数据分析方法的集大成著作，由知名数据分析研究机构CDA 数据科学研究院组织多名行业知名专家进行研讨、策划、编辑而成。书中内容源自对各行业领军企业实际业务数据分析技能需求的提炼及总结，这些企业包括但不限于京东、腾讯、IBM、中国移动、北京电信、苏宁集团、招商银行、中国邮政集团、GrowingIO 等。全书由八大部分构成：绪论、表格结构数据与表结构数据、数据库应用、描述性统计分析、多维数据透视分析、业务分析方法、业务分析报告与数据可视化报表、CDA 职业发展。

本书针对入门读者，通过全彩图解 视频讲解的形式，结合大量实操案例，对Windows 11操作系统的知识进行了详细介绍，从而帮助读者快速掌握Windows 11操作系统的应用技巧。本书共分10章，主要内容包括Windows 11的基础知识、安装、个性化设置、文件与文件夹的管理、内置工具的使用、账户的设置、网络的设置、性能监控和优化、安全防护以及灾难恢复等，涵盖了Windows 11操作系统常用的各种功能。本书内容丰富实用，讲解循序渐进，语言通俗易懂，非常适合电脑初学者、Windows 11用户、电脑维修人员、电脑发烧友等使用，也可用作职业院校或培训结构相关专业的教材及参考书。

《大数据存储：键值、容错与一致性》分为三篇，分别涉及大数据处理中的键值存储、容错存储、数据一致性三个领域。每篇首先简要介绍相关领域的基础知识、系统优化的关键技术以及主流的系统等，然后介绍作者在相关领域的部分研究成果。具体来说，在键值存储方面，介绍了动态布隆过滤器设计、哈希分组与键值分离技术相结合的存储结构设计、哈希索引与日志结构合并树相结合的索引结构设计等方面的优化方法，旨在降低读、写放大，提升读、写与范围查询的性能；在容错存储方面，介绍了纠删码的数据布局、故障数据恢复算法、源数据节点与恢复节点选择以及系统扩容等方面的优化方法，旨在降低I/O数据量与负载均衡，加速故障恢复；在数据一致性方面，介绍了RedBlue和PoR细粒度一致性模型及其使用方法，为在备份系统中安全使用低延迟的弱一致性同步、提升系统性能提供理论依据和实践基础。

随着互联网的高速发展，新媒体行业已成为目前的热门行业之一，无论是个人，还是企业、机关、事业单位，都离不开新媒体。本书采用“课堂讲解 + 课堂实训 + 课堂小结 + 课后作业”这一结构进行编写，既有基础理论，又有实操进阶，还有实战提高，非常适合读者进行学、练、查。 本书共 8 章，第 1 章主要介绍新媒体数据分析的基础知识；第 2 章主要介绍各种新媒体数据分析指标；第 3 章主要介绍新媒体数据的采集；第 4 章主要介绍新媒体数据处理；第 5 章主要介绍新媒体数据分析的思维和方法；第 6 章主要介绍新媒体数据可视化；第 7 章主要介绍不同新媒体平台的数据分析方法和实战技能；第 8 章主要介绍新媒体数据分析报告的制作。 本书由从事多年新媒体、电子商务数据分析工作的老师参与编写，内容全面、专业性较强，可以有效帮助读者掌握新媒体数据分析的方法和技能，为读者提供实用的新媒体数据分析指导。本书非常适合作为高等院校新媒体数据分析与运营相关专业的教材，也适合作为新媒体从业者的学习参考书。

本书以帮助云原生从业技术人员建立云原生安全的整体视野为目的，通过梳理整个云原生的流程和技术结构，阐述如何以应用安全为抓手，将安全性内建到应用的流程、架构以及平台之中，从而获得一整套完善的云原生应用安全方案。同时书中对云原生安全开源方案进行了汇总，有针对性地对当前的热点行业，包括金融、交通、制造业的不同特点和安全诉求以及安全应对方案进行了简要说明。本书内容环环相扣，便于读者通过阅读建立自己的知识体系结构。 本书适用于对云原生安全技术有兴趣的技术开发者、维护者，以及对于云计算和分布式系统有兴趣的相关技术从业人员，也可以作为政企信息部门技术和管理人员进行业务系统云化改造方案设计而参考资料。