大数据技术是一个面向实际应用的技术。从大数据中获取有价值信息是大数据技术的精髓。本书详细介绍了数据科学与大数据技术的主要内容，全书分为15章，主要包括数据科学与大数据技术概述、数据处理与存储、数据抽取技术、数据清洗技术、数据去噪与标准化技术、大数据约简技术、数据集成技术、数据分析技术、数据挖掘技术、分析结果解释、大数据机器学习、大数据推荐技术、社会网络、大数据离线计算、大数据流式计算等。本书在内容上，注重概念、方法介绍，实例丰富、语言精练、逻辑层次清晰，可作为大学《数据科学与大数据技术》专业和相近专业的教材，也可以作为科技人员的参考书。

《大数据管理系统原理与技术》介绍了多种数据库管理系统的基本概念以及代表性数据库管理系统的使用和优化方法，覆盖了传统的关系数据库、数据仓库，以及列族、键值、文档、图等NoSQL数据库系统。通过阅读《大数据管理系统原理与技术》，读者可以较全面地了解支撑大数据应用所需的数据库管理系统的概念、特征和相关技术，并且可以学习代表性关系数据库系统的使用方法，将理论和实际相结合。《大数据管理系统原理与技术》可作为大数据相关专业本科生和研究生教材，也可供从事大数据相关工作的工程技术人员参考使用。要进行有效的大数据处理和计算，选择适当的数据库管理系统并对其进行配置、编程和调优是非常关键的环节。在大数据场景下，单一的数据库管理系统无法满足所有类型数据管理的需要，因此大数据相关专业的学生和从业者需要了解不同类型的数据库管理系统，以解决不同场景下的实际问题。《大数据管理系统原理与技术》基于作者多年的教学和工程经验编写而成，旨在帮助读者掌握面向大数据的数据库管理系统的原理和应用方法。

《Excel数据透视表从入门到精通（微课视频版）》系统全面地介绍了Excel数据透视表的基础知识、使用方法和应用技巧，是一本有关Excel数据透视表的实用教程、视频教程。全书共14章，其中前10章介绍了Excel数据透视表的基础知识、操作技巧，具体内容包括数据透视表的创建、编辑、打印、格式设置、排序、筛选、字段分组、计算、多重区域合并、动态数据透视表和数据透视图的操作；后4章分别从人事信息管理、考勤加班管理、销售数据管理和日常财务管理等方面剖析了Excel数据透视表在实际工作中的具体应用。全书实例讲解、视频讲解，结合操作步骤和图示解析，简单明了，易学易懂。 《Excel数据透视表从入门到精通（微课视频版）》一书配有极其丰富的学习资源，其中配套资源包括：① 197集同步视频讲解，扫描二维码，可以随时随地看视频，超方便；② 全书实例的源文件，跟着实例学习与操作，效率更高。另外本书附赠电子版学习资源包：① 2000个办公模板，如Excel官方模板，Excel财务管理、市场营销、人力资源模板，Excel行政、文秘、医疗、保险、教务等模板，Excel VBA应用模板；② 37小时的教学视频，包括Excel范例教学视频、Excel技巧教学视频等。 《Excel数据透视表从入门到精通（微课视频版）》面向需要提升Excel 应用技能的企事业管理人员、数据处理与分析人员、企业的人事、财务、销售等相关工作人员等，也可做为大中专院校、计算机培训机构的办公类教材。本书在Excel 2016版本的基础上编写，适用于Excel 2019/ 2016/2013/2010/2007/2003等各个版本。

《office高级应用与python综合案例实验指导》是与《Office高级应用与Python综合案例教程》（付兵、蒋世华主编，科学出版社出版）配套的实验教材，包括7章，共18个实验项目。每个实验项目都明确了相关知识点、实验目的、实验要求和实验步骤。《office高级应用与python综合案例实验指导》既可使学生通过实际操作掌握相关理论知识，又可提高学生应用Office、Camtasia和使用Python编程的能力。《office高级应用与python综合案例实验指导》按照应用型人才培养的需求编写，可作为“Office高级应用”“数据库基础”“程序设计入门”等课程的实验教材，同时《office高级应用与python综合案例实验指导》较大篇幅引入了课件设计、微视频制作案例，也适合作为师范类学生“现代教育技术”课程的实验教材。

本书为全国技工院校计算机类专业任务驱动型教材（中/ 高级技能层级），主要内容包括Word 2010、Excel 2010、PowerPoint 2010、Access 2010 及综合篇五部分。

《Python金融数据分析与挖掘实战》从Python基础入门讲起，到应用Python进行科学计算、数据处理、数据可视化、挖掘建模基础训练，再到利用Python进行金融数据挖掘与量化投资实战，深入浅出地介绍了如何使用Python进行金融数据分析、挖掘和量化投资的全过程。《Python金融数据分析与挖掘实战》分3篇：基础篇、案例篇和实训篇。基础篇（第1～6章）主要介绍Python基础及应用于科学计算、数据处理、数据可视化、机器学习、关联规则等方面的基础知识；案例篇（第7～11章）主要介绍利用Python进行金融数据挖掘分析的基础案例和综合案例；实训篇（第12章），由5个实训组成。《Python金融数据分析与挖掘实战》将从Python基础知识、基本数据分析技能，扩展到基础案例和综合案例，最后通过实训帮助读者强化训练，完成Python金融数据分析与挖掘相关知识的学习。《Python金融数据分析与挖掘实战》提供配套的案例数据、程序代码，适合作为普通高等院校数学、计算机、经济管理专业相关课程的教材，也适合作为金融数据挖掘研究者、爱好者的参考书。

《大数据原理与应用：讲解人人能懂的信息技术前沿》从大数据是什么、大数据为什么崛起、大数据可以做什么、大数据应用该怎么做四个方面进行介绍。全书介绍了大数据技术崛起的背景、大数据的相关技术基础，大数据技术的应用领域，大数据应用的业务环节，大数据技术应用的注意事项。《大数据原理与应用：讲解人人能懂的信息技术前沿》适合做高等职业院校信息技术前沿类通识课程或专业技术基础课程的教材，也可以作为开阔视野的拓展课程或选修课程的教材或对大数据感兴趣人士的参考书。

本书作为《Hadoop大数据原理与应用》（本书作者编写，西安电子科技大学出版社出版）的配套实验教程，系统介绍了Hadoop生态系统中各个开源组件的相关知识和实践技能。全书分为“基础实验篇”和“拓展实验篇”两篇，共10章，涉及数据采集、数据存储与管理、数据处理与分析等大数据应用生命周期中各阶段典型组件的部署、使用和基础编程方法。“基础实验篇”内容包括部署全分布模式Hadoop集群、实战HDFS、MapReduce编程、部署ZooKeeper集群和实战ZooKeeper、部署全分布模式HBase集群和实战HBase、部署本地模式Hive和实战Hive；“拓展实验篇”内容包括部署Spark集群和Spark编程、实战Sqoop、实战Flume、实战Kafka。 本书内容翔实，案例丰富，操作过程详尽，并配有完整的立体化资源，既可作为高等院校研究生、本科生的大数据技术原理与应用课程的实验指导书，也可作为教师参考书，同时也可供相关技术人员参考。（相关资源可在西安电子科技大学出版社网站下载。）

《MATLAB数据分析教程/高等院校计算机教育系列教材》介绍了MATLAB在数据分析中的应用，《MATLAB数据分析教程/高等院校计算机教育系列教材》共分为13章，各章主要内容包括数据分析与MATLAB软件、MATLAB基础、MATLAB科学计算、数据预处理、绘图与数据可视化、数据的描述性统计与分析、方差分析、数据拟合与回归分析、蒙特卡洛模拟与应用、优化方法与应用、判别分析与聚类分析、人工神经网络及应用等。《MATLAB数据分析教程/高等院校计算机教育系列教材》注重实用，可以作为高等院校机械、材料、电子、通信等理工类及经济、金融、管理等文科类专业的研究生、本科生的教材，也可以作为教师、科研人员和工程技术人员的自学和参考用书。

本书以大数据技术中数据统计分析的经典实现方法R语言应用实践为核心，以提高学生的大数据基础理论水平和解决实践问题的能力为出发点，以培养大数据时代具有创新精神和实践能力的人才为目的。 本书系统阐述R语言大数据技术应用实践的原理、方法和应用相关知识，同时给出了每一章内容对应的实现指令或源程序。全书共九章内容。内容由浅入深，分为基础篇及提高篇两部分，其中第1章到第6章为基础篇，第7章到第9章为提升篇。内容涵盖R语言基础简介、R语言语法基础、R语言数据预处理、R语言数据分析、R语言数据可视化、R语言网络数据抓取、R语言统计与建模、R语言数据挖掘、R语言数据分析综合案例等较深入的知识。本书理论结合实际，每一个章节都包含有相关内容的实践部分，以便读者在了解相关知识后，能及时进行项目的实践，有助于提高读者动手实践的能力。每章提供适量习题，进一步加深对内容的理解。 本书内容全面，详略得当，在简单阐述原理基础上，重点阐述R语言应用实践的详细实现过程，可读性强。本书可以作为高等院校大数据技术相关专业以及计算机技术、信息管理、人工智能、电子信息工程、通信工程、自动控制等专业本科生及高职院校相关课程的教材，也可供从事大数据相关研究的技术人员参考。