无论是教师、医生、公司职员还是公务员，他们的工作或多或少都与数据处理有关。有了数据，还需要借助理论和模型，才能获得对决策有用的信息。数据是基础，模型是工具，决策是目的。为了用数据辅助决策，需要学习一些相关的理论和模型（包括概率、统计、预测、模拟和优化等），还需要掌握相应的计算机软件工具。《数据、模型与决策：基于Excel的建模和商务应用（第三版）》就是从理论模型和软件工具两个方面，比较全面地介绍数据分析和处理的方法与技能。修订版新增了部分内容，如第1章的Excel常用函数，第6章的线性逐步回归、遍历子集回归和Logistic回归等回归分析领域非常有用的工具；新增了教学辅助软件“Excel数据通”的应用，安装此软件后Excel会增加一些菜单和功能模块，这些功能模块的输出结果不仅包括数据，还包括计算这些数据的公式，从而使读者可以更专注于对有关原理和方法的理解；提供了丰富的例题操作视频资源，本书中的多数例题，除了有详细的文字和图片说明，还有作者精心录制的Excel操作讲解视频，以便于读者掌握这些操作。

《面向大规模知识库的引文推荐技术》是“十三五”国家重点图书规划“大数据科学”丛书著作。知识库不仅已经成为人们日常搜索知识的主要平台，而且为许多应用研究提供知识来源。近年来，大规模知识库引文推荐技术逐渐成为大数据知识工程的研究热点之一。《面向大规模知识库的引文推荐技术》主要针对大规模知识库引文推荐技术进行探讨。全书共7章，内容包括：绪论、实体-引文相关性分类技术、基于实体突发特征的文本表示模型、实体-引文类别依赖的混合模型、融入偏好信息的分类模型、实体-引文联合的深度网络分类模型和引文推荐冷启动问题。该书可作为大数据、知识工程研究人员的参考书或作为研究生大数据知识工程课程参考书使用。“大数据科学”丛书涉及大数据理论、技术、产业和管理的方方面面，旨在帮助国内相关领域的学者、产业界人士了解世界大数据研究和应用的前沿进展，也可以作为教学之用。

暂缺简介...

《大数据基础/新世纪高职高专大数据专业系列规划教材》的体系结构及知识点的分布按照学习思维逻辑由浅入深、循序渐进、以学代教的模式编排，编者建议学者按照项目编排顺序学习和开展实训，这样有利于较为全面地了解大数据技术及应用。《大数据基础/新世纪高职高专大数据专业系列规划教材》共9个项目，主要内容安排如下：项目1主要从理论方面介绍了大数据的基本特征、大数据的影响、大数据处理的基本流程以及大数据与云计算、物联网的关系。介绍了Hadoop生态系统中主要组件的功能以及Hadoop在各个行业中的应用。项目2完成了在VirtualBox下安装Ubuntu操作系统、Ubuntu的网络配置，以及安装和配置FTP软件FileZilla，利用FileZilla软件在Windows系统和Linux系统之间传输文件。项目3完成了Hadoop在虚拟机环境下的单机模式安装和伪分布模式安装，并介绍了伪分布模式下的单词统计实例。项目4介绍了HDFS的工作原理以及文件操作，通过读文件、写文件、判断文件是否存在三个案例的学习完成在Eclipse中编写程序、编译程序、部署程序。项目5介绍了HBase基本概念、体系架构，接着完成了单机模式和伪分布模式的安装与配置，后完成Eclipse环境中HBaseJavaAPI编程环境的配置以及使用JavaAPI提供的类实现数据库存储管理。项目6主要通过MapReduce编程模型的学习，完成英语单词统计和气象数据分析，深刻理解并学会运用MapReduce系统。项目7通过Hive的学习学会建数据库和表、管理数据库和表、Hive数据导入和导出等相关操作。后完成Hive在交易数据统计分析中的应用。项目8首先介绍了Flume的安装与配置以及利用Flume将日志采集到HDFS，然后介绍了Sqoop的功能以及利用Sqoop实现了关系数据库MySQL与Hadoop生态系统HDFS和Hive之间数据相互迁移。项目9介绍了数据可视化的概念和常用工具等，然后通过Echarts绘制简单图表示例的介绍读者一步一步绘制未来一周气温变化图和网站访问量统计图。

如今，全球掀起了以制造业转型升级为首要任务的新一轮工业变革，工业大数据通过云计算、物联网、人工智能等技术引领新一轮科技革命，拉动工业经济的创新发展。工业大数据分析技术作为工业大数据的核心技术之一，可使工业大数据产品具备海量数据的挖掘能力、多源数据的集成能力、多类型知识的建模能力、多业务场景的分析能力、多领域知识的发掘能力等，对驱动企业业务创新和转型升级具有重大的作用。 本书围绕着工业大数据分析”这一重要议题，对通用的工业大数据分析方法和分析流程进行归纳总结，对其关键共性进行辨识、抽象和提升，而非针对某一特定行业、企业或产品进行阐述。本书从工业大数据分析的概念、特殊性以及常见的问题入手，提出了工业大数据分析框架，并详细阐述了业务理解、数据理解、数据准备、数据建模、模型验证与评估、模型部署这6个工业大数据分析的基本步骤，最后对工业大数据分析的未来进行了展望，为工业大数据分析相关技术研发、设计建模和应用落地提供了理论依据和标准化方法。

本书全面地讲解了在科学领域广泛运用的微积分、概率论与数理统计、线性代数、数值计算、多元统计分析等数学基础知识。全书共6章：第1章介绍了大数据与数学、数学与Python的关系；第2章介绍了微积分的基础知识，包括极限、导数、微分、不定积分与定积分等；第3章介绍了概率论与数理统计的基础知识，包括数据分布特征、概率与概率分布、参数估计、假设检验等；第4章介绍了线性代数的基础知识，包括行列式、矩阵的运算和特征分解、奇异值分解；第5章介绍了数值计算的基础知识，包括插值法、函数逼近与拟合、非线性方程（组）求根；第6章介绍了常用的多元统计分析方法，包括回归分析、判别分析、聚类分析、主成分分析、因子分析和典型相关分析。本书示例大都结合Python进行求解分析，且每章都有课后习题，可以帮助读者巩固所学的内容。

《云上运维及应用实践教程》是典型的项目案例化教材，共分为12章，主要内容以架构一个典型企业的云服务器、云数据库服务器、云存储服务器、负载均衡、高速缓存等，能满足企业基本云服务的功能为主线，通过一个个典型的任务逐步完成企业云计算服务的搭建。该书将一个完整的云服务工程案例细化成相对独立的工作任务，每个工作任务中既有技术原理知识的讲解，也包括基本实操训练的内容，再通过若干前后衔接的工作任务完成相对独立的项目乃至整个工程案例。为了方便广大读者学习，书中涉及的所有任务的模拟操作都可以在阿里云平台（www.aliyun.com）上实现，也可以使用该书附赠的体验券在云计算课程实训平台（yunwei.chinamoocs.com/senior）上进行操作。读者还可以通过扫描书中的二维码观看微课视频以及获取习题参考答案。《云上运维及应用实践教程》可作为高等院校云计算技术与应用、计算机网络技术、计算机应用技术、移动应用技术等相关专业的教材，也可供广大从事云计算相关工作的工程技术人员参考。

《大数据统计基础/普通高等教育“十三五”规划教材》详细介绍了大数据统计基础理论与方法。全书共分10章，第1、2章为概率论部分，第3、4章为随机过程部分，第5～10章为数理统计部分。主要内容包括随机事件与概率、随机变量及其数字特征、泊松过程、马尔可夫链模型、数理统计的基本概念、参数估计、假设检验、方差分析、线性回归分析、机器学习常用统计分析方法等。《大数据统计基础/普通高等教育“十三五”规划教材》可供高等院校大数据专业、计算机专业及其他理工类专业的本科生使用，也可供相关专业从业人员参考。

《大数据技术基础》围绕大数据技术基础，重点介绍了大数据存储系统（分布式文件系统和NoSQL数据库）、大数据处理框架（Hadoop的MapReduce、Spark及实时处理框架Storm和Flink）、大数据仓库技术（Hive、Druid等）、大数据多维分析（Kylin）、大数据可视化技术和大数据综合应用等，以及当今主流的大数据平台构建技术和开源组件实践知识，可以指导读者全面、系统地掌握大数据各层的实现方案，开展各领域的大数据实践。《大数据技术基础》可作为计算机学科相关专业，特别是数据科学与大数据技术专业的教材。

本书以帮助读者形成完整的数字化转型和迁云知识体系为宗旨，延续从点到线、由线到面的内容组织策略，并结合源自真实的项目案例，详细介绍如何考虑、制定企业数字化转型方案并成功实施。本书既融合了作者团队和阿里云丰富的实战经验，又有对当前业界关注的热点问题的分析与思考，如业务中台、数据中台、AIoT、大数据上云等。无论是企业数字化转型的决策者，还是技术团队的负责人、技术人员，都可以通过本书全面了解、实施企业迁云。 本书分为五个部分。 ● 第一部分介绍云计算与企业数字化转型。第1章对云计算的历史、发展现状和未来趋势进行了阐述，第2章对企业数字化转型的必要性、IT管理上的变化、基本方法等做了介绍。 ● 第二部分（第 3 章）介绍云上通用架构设计与改造，包括云上网络架构、运维管理架构、云上安全管理、云上应用架构等，为制订具体的迁云方案奠定基础。 ● 第三部分（第4章）解读了业务中台，包括什么是业务中台、为何需要业务中台、业务中台的演进、业务中台的设计原则等。 ● 第四部分介绍企业IT各部分迁云的方法与技术。其中，第5章介绍应用系统迁云，第6章介绍数据库服务迁云，第7章介绍数据库迁云，第8章介绍文件存储服务迁云，第9章介绍云上应用容量评估与优化，第10章介绍大数据迁云。 ● 第五部分（第11章）给出了交通管理和互联网金融两个行业的企业迁云综合案例，帮助读者理解迁云方法论的实际运用。