本书系统并全面地介绍了Excel2016数据表格的创建与编辑、表格格式设置、Excel公式与函数的使用、数据的管理与分析处理、统计图表与透视表的使用、Excel宏与VBA的应用等内容。这是一本一看就懂、一学就会的Excel2016表格与数据处理自学速成图书，在编写过程中，突出知识的实用性、强调内容的易学性，采用“步骤讲述+图解标注”的方式进行编写，非常适合Excel新手学习。

本书完全从“读者自学”角度出发，结合课堂教学实录，力求解决“学”和“用”两个

《电脑办公应用从入门到精通》通过精选案例引导读者深入学习，系统地介绍了电脑办公的相关知识和应用方法。　全书分为4 篇，共17 章。第1 篇“办公入门篇”主要介绍了电脑办公基础知识、打造个性化的办公环境、高效打字轻松学及办公文件的高效管理等；第2 篇“Office 办公应用篇”主要介绍了Word 的基本文档操作、文档的美化与高级排版、Excel 的基本操作、初级数据处理与分析、高级数据处理与分析、PPT 演示文稿制作及幻灯片的设置与放映等；第3 篇“高效办公篇”主要介绍了办公局域网的组建与管理、利用网络高效办公及办公设备的使用等；第4 篇“高手秘籍篇”主要介绍了电脑的优化与维护及备份与还原等。

本书涉及Excel的表格制作、数据处理、统计分析、分析决策、建模与计算等多个方面的内容。本书采用项目化形式编写，讲解了Excel应用程序在经济管理领域中的各种应用。全书分为行政与文秘、人力资源、市场与销售、财务及物流管理5篇，每篇包含4个项目，项目案例均源自企业的实际应用，是多年教学经验的积累。讲解的项目为制作会议安排表、制作员工信息表、制作员工考勤表、制作企业组织结构图、制作员工人事档案管理表、制作员工培训成绩管理表、制作聘用通知书、制作培训调查表、制作客户信息管理表、制作销售数据分析表、制作销售提成表、制作销售预测分析表、制作员工工资发放表、制作投资贷款分析表、制作投资项目利润分析表、制作盈亏平衡分析表、制作采购跟踪管理模板、制作商品库存管理表、制作物流配送信息表以及制作运输线路规划表，总共20个项目。本书适合普通高等院校或高等职业院校经济管理类专业的本、专科学生使用，也可作为企业经济管理或相关岗位员工的培训教材或自学参考书。

本书从大数据的基本概念出发，深入解析了大数据应用的关键技术与应用。以大数据的数据挖掘技术、大数据的存储与处理、大数据应用的总体架构三方面为线索，详细阐述了大数据挖掘的诸多常用算法，介绍了Hadoop、HDFS及MapReduce等大数据存储与处理的关键技术与应用、大数据应用的框架与构架。本书以通信运营商及互联网电子商务等应用为背景，从典型实例的角度系统地介绍了大数据挖掘应用从目标构建、算法建模到程序实现，再到大数据分析及结果描述应用的整个过程，以期为读者提供从理论到实务的有效借鉴。

大数据时代的到来，使我们的生活在政治、经济、社会、文化各个领域都产生了很大改变。“数据科学”一词应运而生。如何更好地对海量数据进行分析、得出结论并做出智能决策是统计工作者面临的机遇与挑战。本书介绍数据挖掘与统计机器学习领域最常用的模型和算法，包括最基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法（包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法）。最后介绍无监督的学习中的聚类方法和业界广泛使用的推荐系统方法。除了方法的理论讲解之外，我们给出了每种方法的R语言实现，以及应用Python语言实现深度学习和支持向量机两种方法。本书的一个亮点是最后一章给出的两个大数据案例，数据量均在10G左右。我们同时给出了单机版（Python、数据库、R）和分布式（Hadoop、Hive、Spark）两种实现方案。原始数据和程序代码均可在出版社提供的网址下载。本书面向的主要读者是应用统计专业硕士，希望能够拓展到统计专业高年级的本科生以及其他各个领域有数据分析需求的学生和从业人员。

数据分析不在于你掌握了多少先进的软件工具，也不在于你拥有多么高智商的头脑，而是要靠更大视野、更宽角度和更具有逻辑性的思维。本书不是一本介绍大数据概念的流行读物，也不是开讲编程工具高深理论的专业教材，而是立足于大数据之上的思维模式的普及。读者不需要任何统计学知识，也没必要掌握复杂的公式与算法，在*通俗易懂的案例介绍和娓娓道来中就可以轻松理解大数据分析的基本模式与方法。作为读者，你可以是大中专院校的数据分析专业学生，也可以是企事业单位的经营分析人员，或者是任何行业任何职业中喜欢“头头是道”的分析爱好者。开卷有益，即便你从来不需要大数据，也可以从本书中领悟到思维魔力，因此让工作与生活更充满智慧与乐趣。

大数据分析计算机基础是大数据分析应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握大数据分析领域所需要具备的操作系统使用基础知识，数据库基础知识和基于数据的分析处理技术；掌握目前大数据分析过程中所必备Python语言编程的方法。

从2015年开始，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、大数据采集、管理、分析以及可视化等方面得到指导和应用帮助。因此编写了这本大数据技术的快速入门书。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、大数据分析等内容。最后还给出两个案例：环保大数据和公安大数据，供读者参考。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。

大数据分布式计算课程是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握目前大数据挖掘领域常用的并行计算方法，加深学生对统计并行计算的理解，培养学生使用在现代并行架构下利用统计方法深入挖掘大数据中的数据结构并能解决一些实际问题的能力。