本书不是讲解基础的Excel图表制作，而是立足于“Excel 商业图表”，围绕“数据整理→数据分析→数据呈现”为主线的业务处理逻辑，精心挑选了Excel中常用、实用的功能讲解数据可视化的相关知识和操作技巧。 首先，第1~4章就作图数据准备、图表类型选择、字体、配色、布局等方面进行解剖，可帮助读者了解数据可视化的全过程和需要注意的事项。其次，第5~8章针对常用图表类型的制作技巧进行详细的介绍，读者学到这些技巧后能立马改善制作的图表效果。最后，第9章讲解了动态图表和BI看板的制作方法，让读者掌握更高级的数据可视化技巧。 本书沉淀了笔者多年使用Excel进行图表制作的经验，希望能切切实实地帮助读者精进商业图表制作技能，让枯燥的数据变成可视化的专业图表，提高信息交流的效率。 无论是数据可视化零基础的初学者，还是中、高级数据分析人士，都能从本书中找到值得学习的内容，从而建立系统的数据可视化、数据管理与分析知识体系，并从数据价值内核上提升图表可视化应用水平，最终成为图表高手。本书尤其对市场营销、金融、财务、人力资源管理、产品管理和电商运营等岗位的工作人员提高工作效率有很大的帮助。

全书分为5个部分。第壹部分介绍Kubernetes系统基础架构及核心概述，并提供一个Kubernetes快速部署和应用的入门指南。第二部分剖析分Kubernetes系统的应用编排核心组件，对Pod、Controller、Service和Ingress、存储卷和应用配置等进行深入介绍。第三部分介绍安全相关的话题，主要涉及认证、授权、准入控制、网络模型和网络策略等话题。第四部分介绍Kubernetes系统高级话题及系统扩展，包括调度策略、CRD和Operator、资源指标与系统监控及应用管理器等。第五部分介绍基于Kubernetes的服务治理与服务网络，涉及数据平面组件Envoy、Istio架构、部署和应用案例等话题。

本书向SAP专业人员介绍了机器学习和神经网络等数据科学基本原理，也向数据科学家介绍了SAP系统的数据结构和数据服务等概念和过程。接着介绍了数据探索性分析和异常检测这两个非常基础又十分重要的数据准备阶段，然后通过模拟Big Bonanza Warehouse的业务场景，进行基于时间序列的销量预测分析、基于聚类的客户细分、基于关联规则的数据挖掘和基于自然语言处理的情感分析等实际分析过程。

WPS表格是WPS办公套装软件的重要组成部分，能够进行各种数据的处理、统计、分析等操作，广泛应用于管理、财经、金融等众多领域。 本书在对Excel Home技术论坛中上百万个提问的分析和提炼的基础上，汇集了用户在使用WPS表格进行数据处理与分析过程中常见的需求。全书分为4篇共21章，从WPS表格的工作环境和基本操作开始介绍，通过200多个具体实例，全面讲解了数据录入、格式设置、排序、筛选、分类汇总、数据有效性、条件格式、数据透视表、函数与公式以及图表图形等知识点，帮助读者灵活有效地使用WPS表格来处理工作中遇到的问题。 本书采用循序渐进的方式，不仅讲解了WPS表格的原理和基础操作，还配以典型示例帮助读者加深理解，突出实用性和适用性。在章节安排上，注重知识结构的层次性，由浅入深地安排不同类型的知识点内容，尽量降低学习难度。 本书内容丰富、图文并茂、可操作性强且便于查阅，适合广大办公人员和学生群体阅读学习。

本书共分为7章。第1章介绍了大数据与人工智能的基本概念、发展历史、特征与现状，以及面临的难题和未来的前景。第2章介绍了大数据的特性以及大数据分析全流程所涉及的各种技术，主要包含数据的采集与预处理、存储与管理、处理与分析、可视化以及安全与隐私保护。第3章介绍了大数据各种云计算平台，主要包括MapReduce平台、Hadoop平台、Spark平台。第4章介绍了机器学习的定义、发展、范围和方法等，并对监督学习、无监督学习、强化学习的代表性方法做了具体介绍。第5章首先介绍了人工神经元的结构和数学模型，人工神经网络的定义、特点、结构和工作方式，并着重介绍了最基本、最典型的BP神经网络和Hopfield神经网络及其应用，其次介绍了深度学习的定义、主要特点，并结合实例介绍了深度学习算法的主要模型。第6章针对智能语音、计算机视觉、自然语言处理三个重要的人工智能研究领域，分别在技术原理、发展历程、研究方向和技术应用等几个方面做了介绍。第7章介绍了大数据与人工智能在各行业的广泛应用。本书适合作为高等学校非计算机类本专科专业大一新生的通识教材，开拓学生科技视野，培养学生大数据与人工智能的应用能力，帮助学生了解其发展过程与基本知识，熟悉大数据与人工智能产业的发展现状与市场需求。

本书首先对异质信息网络分析的发展以及该领域的一些新颖的数据挖掘任务进行了全面的综述。本书包括两个部分。在第I部分，包括第1、2和9章，它深入全面地总结了该领域的进展。这本书第1章深入介绍了异质信息网络，第2章研究了大多数数据挖掘任务的研究进展。此外，根据发展和趋势，我们在第9章中指出了未来研究方向。在第II部分中，它通过第3-8章中的几类数据挖掘任务说明了异质信息网络分析的特征。

智慧城市是5G和人工智能（artificial intelligence，AI）等前沿科技密集应用的新兴领域，也是我国实现可持续发展的重大战略选择。城市大数据的分析与应用是构建智慧城市的关键技术。城市大数据不仅具有典型的海量、异构和高价值密度的特点，还具有独特的时空感知特征和社会感知特征，这为数据建模带来了全新的挑战，但也为构建从微观到宏观的智慧城市应用带来了前所未有的机遇。《城市大数据挖掘与应用》系统地介绍了城市大数据的概念及其核心建模方法，并以作者及其所带领的科研团队近年来的研究成果为例，围绕智能预测与规律探索两类典型智慧城市应用场景，详细地阐述了国内外在该领域的前沿热点和发展趋势。《城市大数据挖掘与应用》共分7章，内容包括城市大数据概述，基于城市大数据的城市人口管理、交通管理与位置服务等微观问题，以及基于城市大数据的城市规划管理、经济发展、战略选择等宏观问题。

本书分为7个章节，第1章节主要介绍关于演示目的、载体和演示文稿作用的思考，第2章明确了PPT需要理清思路才能更好地帮助演示，第3章从一个新的角度出发重新认识PPT，第4章引入平面设计的理念以帮助PPT的制作，第5章从各个方面讲述PPT的制作，第6章讲述在之前的基础上如何锦上添花，第7章介绍除了演示文稿之外，演示应该注意的其它方面。本书附带了对应的制作视频。

Power BI是微软推出的商业智能分析工具，它融合了数据准备、数据分析、数据可视化到报告协作分享的整个数据处理流程，帮助用户上手数据分析。 本书从实用的角度出发，结合作者本人的学习经验，从最基础的Power BI架构和操作界面开始，先通过一个小示例体验Power BI的强大和便捷，然后按照数据处理的流程和难易程度，分别介绍数据准备模块Power Query、数据建模以及Power BI数据分析语言DAX、可视化图表制作、丰富的交互方式和报表设计，最后用一个完整的分析示例带读者全面认识Power BI数据处理流程。 不论读者是学生、职场人士还是自由职业者，不论从事的领域是运营、财务、人力、管理还是电商，只要在平时的学习和工作中需要处理大量信息，分析各种数据，你就适合阅读本书学习Power BI，即使之前没有任何基础，它也可以帮你快速上手，提升自身竞争力。

作者均为一线资深架构师和技术顾问，具有丰富的云数据管理实践经验。因此，本书具有很好的实践指导意义。从数据保护解决方案出发，结合云时代数据管理的特点，基于来自Veeam Software的工具和软件详细阐述了在云数据管理中各种新技术的实现方法和应用方式。针对云数据管理所面临的挑战和问题，通过一些工具的组合使用给出了相应的实践步骤和参考建议。结合工具的功能和实际应用环境，总共给出20个实践示例，通过一步一步的配置操作，帮助读者切实体会Veeam工具和软件在云数据管理中的应用方法。