内容简介 本书围绕机器学习算法中涉及的概率统计知识展开介绍，沿着概率思想、变量分布、参数估计、随机过程和统计推断的知识主线进行讲解，结合数学的本质内涵，用浅显易懂的语言讲透深刻的数学思想，帮助读者构建理论体系。同时，作者在讲解的过程中注重应用场景的延伸，并利用Python工具无缝对接工程应用，帮助读者学以致用。？全书共5章。 ？第1章以条件概率和独立性作为切入点，帮助读者建立认知概率世界的正确视角。 ？第2章介绍随机变量的基础概念和重要分布类型，并探讨多元随机变量间的重要关系。 ？第3章介绍极限思维以及蒙特卡罗方法，并重点分析极大似然估计方法以及有偏无偏等重要性质，*后拓展到含有隐变量的参数估计问题，介绍EM算法的原理及其应用。 ？第4章由静态的随机变量过渡到动态的随机过程，重点介绍马尔可夫过程和隐马尔可夫模型。 ？第5章聚焦马尔可夫链-蒙特卡罗方法，并列举实例展示Metropolis-Hastings和Gibbs的具体采样过程。

如何使用Excel和Power BI高效发现数字背后的信息？在数据分析时如何准确写出所需的公式？如何快速响应各方需求，提升自己的价值……答案是使用“数据模型”。 在《Power BI建模权威指南》中，著名的Excel、Power BI专家Alberto Ferrari和Marco Russo将会告诉你关于数据模型的基础知识，并通过多个实例帮助你构建、展示报表，教你通过设计数据模型以快速得到想要的答案，并提升效率。通过阅读，你会发现：找到正确的答案原来如此简单！ 本书不仅适合在校学生、初入职场的白领，也适合那些希望了解数据建模的数据分析师。如果你希望获得资深专家的丰富经验，相信本书也会带给你启发。

甲骨文是指我国古代用于占卜记事而在龟甲或兽骨上契刻的文字，是我国迄今发现的最早的一种成熟文字系统，在我国文字发展史上占有重要地位。随着计算机技术的发展，利用计算机技术对甲骨文信息处理已经成为甲骨文研究、考释和应用的一个新课题。随着计算机信息技术的发展，古文字的数字化研究、印刷和出版等领域对甲骨文字形的需求越来越高，如何能让计算机像处理现代文字一样处理甲骨文字，成为计算机学者和文字与语言学者共同关注的课题。但是，多年来，在甲骨文数字化过程中，一直存在3个难以解决的问题：一是甲骨字难以定形，甲骨字字形复杂，存在较多的异体字和合体字，甲骨字不像现代汉字，很难确定每一个甲骨字的字形结构和类型；二是甲骨字难以定量，大量的未释字和新出土的甲骨字难以表示；三是甲骨字难以输入计算机。为此，许多学者试图通过研究和设计字形库来解决计算机中甲骨文字形的显示和打印问题，通过设计各种各样的输入编码方案来解决甲骨文的输入问题。多年来的实践证明，对于规范的现代汉字，可以使用这样的办法去解决，但对于甲骨文字，这一方法并不完全适用。首先，甲骨文字形复杂，存在较多的异体字和合体字，并且还有近2/3的字没有完全考释出来。其次，甲骨文字形的规范性不像现代汉字一样有一个统一的标准，从近几年出现的不同甲骨文字形库来看，许多学者在甲骨文字形的认同方面存在很大的差距。香港中文大学的沈建华和曹锦炎确定了6000多个甲骨文字形（包括异体字） ，给甲骨文研究带来了极大的方便。但是，由于过度“规范化”，其中很多字形已经脱离了原始字形所表达的意义，有的还存在部件结构和位置的错误。在古文字数字化新环境中，以字库形式建立起来的甲骨文检索系统虽然适合文本形式检索，但是原有缺陷被放大，并且显现出若干新的问题。

这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 全书共10章，内容从逻辑上分为四个部分。 第一部分（第1~3章） 第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细阐述了不同类型的数据的管理方式和要点。 第二部分（第4~6章） 详细讲解了数据治理工作中的三项重点任务：信息架构、数据底座、数据服务。第4章介绍了信息架构的四个组件，给出了建设原则和核心要素，并引出了业务对象、过程、规则三项数字化的建设方向；第5章提出了数据底座建设的整体框架，介绍了数据湖和数据主题连接两个层次的建设实践；第6章以自助、高效、复用为数据服务的目的，提出了对数据进行搜索、加工和分析的消费过程管理方案。 第三部分（第7~9章） 系统总结了数据治理的三项关键能力：数据的全量感知、综合质量提升、可控共享。第7章以数字孪生的全量、无接触感知为目标，介绍了数据的硬感知和软感知两类能力；第8章基于PDCA框架，介绍了对企业业务数据异常的全面监控；第9章介绍了如何构建以元数据为基础的数据安全隐私保护框架，如何建立动静结合的数据保护与授权管理方案。 第四部分（第10章） 基于对“机器认知世界”的理解，我们提出了对数据治理未来的思考，畅想了AI治理、数据主权和数据生态建设。未来已来，让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。

在日常工作中，只要与数据表格打交道，基本上就会用到公式和函数，它可以说是Excel中的灵魂，但同时也是很多人学习Excel难以攻克的一大难点。本书将教大家如何攻克这一难点，轻松学会各种函数，并灵活应用其解决日常工作中遇到的数据计算、统计与分析等难题，提高工作效率。 本书打破教科图书对函数的常规写作模式，以浅显易懂的图文、生动形象的讲述，并结合工作中大量的典型案例，对函数进行一一剖析，让“菜鸟”都能学会函数并掌握函数应用。 本书分为9章：第1章讲解了学习函数必须要掌握的基础知识；第2~7章讲解了日常工作中常用的数学和统计函数、逻辑函数、文本函数、查找与引用函数、日期和时间函数、财务函数等；第8章讲解了数组和数组公式的原理和应用；第9章讲解了公式和函数在数据验证、条件格式和图表中的应用。 本书既适用于想系统学习Excel函数的初学者或各类读者，也适合经常与数据打交道的销售分析人员、财务人员、人力资源从业者等职场人士。此外，本书还可以作为广大职业院校、电脑培训班的教学参考用书。

本书基于Microsoft Office 2019专业版，通过翔实的案例讲解SQL的基础、SQL在Excel 2019的运行环境、数据查询语句、数据操作语句、运算符的使用、函数的使用、数据分组与聚集函数的使用、高级查询以及SQL与数据透视表等内容。 本书通过翔实的理论知识讲解和大量的经典案例分析，比较完整地再现了SQL在Excel中的应用场景，使读者在没有或者只有较少SQL使用经验的情况下仍然可以在Excel环境中运用SQL，提高工作效率。 本书适用于所有使用办公软件制表的读者，特别是经常使用Excel制作数据报表的人士，可以借此大幅提高办公效率。

Word、Excel与Power Point（PPT）是微软公司开发的Office办公软件中最常用的3个组件，《Word Excel PPT 应用与技巧大全 即用即查实战精粹（第2版）》系统并全面地讲解了这3款办公软件的应用技巧。在内容安排上，本书的特点就是不仅指导读者“会用”Office软件，而且重在如何“用好”Office软件进行高效办公。 《Word Excel PPT 应用与技巧大全 即用即查 实战精粹（第2版）》从工作实际应用出发，通过3篇内容来讲解“Word、Excel、PPT组件办公实用技巧”。第1篇（第1～7章）讲解了Word办公文档编辑、图文混排、表格处理、邮件合并、文档审阅与修订等相关技巧；第2篇（第8～13章）讲解了Excel电子表格数据处理、公式与函数应用、数据排序、筛选汇总、统计图表等相关技巧；第3篇（第14～16章）讲解了PPT幻灯片创建、内容设计、动画设置及放映输出等相关技巧。 《Word Excel PPT 应用与技巧大全 即用即查 实战精粹（第2版）》结合微软Office市面上的常用版本（Office 2010、2013、2016、2019）进行编写，并以技巧介绍的形式进行编排，非常适合读者阅读与查询使用，是不可多得的职场必备案头工具书。 《Word Excel PPT 应用与技巧大全 即用即查 实战精粹（第2版）》非常适合读者自学使用，尤其适合对Word、Excel、PPT软件缺少使用经验和技巧的读者学习使用，也可以作为大、中专职业院校计算机相关专业的教材参考用书。

本书共分为11章，紧密围绕Prometheus的相关概念和技术展开介绍。 第1章主要介绍了监控系统的相关概念。本章首先介绍了监控的概念、监控的分类、MDD（指标驱动开发）的理念、Google四大黄金指标、USE方法、RED方法等知识；接着介绍了监控中的探针和内省、拉取和推送等常见手法；最后介绍了常见的监控系统Nagios、Zabbix、Ganglia、Open-Falcon、ZMon，以及进行监控系统选型时应该考虑的维度及误区。 第2章介绍了Prometheus的相关概念。从历史、特点、架构、局限性、快速开始这5个方面介绍了Prometheus是什么，它在监控领域有哪些使用场景，以及如何快速安装和启动Prometheus。 第3章介绍了在Spring Boot中如何集成Prometheus。本章通过介绍Micrometer的理论，辅以Spring Boot 2.x应用的案例，一步步教读者将Spring Boot 2.x应用数据传输到Prometheus监控系统中，再以可视化监控大盘的形式展现在Grafana仪表盘中。本章还介绍了当系统出现故障时，读者如何将Spring Boot 2.x应用的故障信息以告警的形式发送到邮箱或者钉钉中。本章内容对于广大开发者来说具有一定的实战指导作用。 第4章介绍了与PromQL相关的知识。PromQL是Prometheus实战的核心，是Prometheus 场景的基础，也是Prometheus的重中之重。本章用很大的篇幅，从时间序列、PromQL数据类型、指标类型、选择器、聚合操作、二元操作符、内置函数、最佳实践、性能优化等方面，通过理论联系实际的方式，全方位介绍了与PromQL相关的概念及其具体用法。 第5章介绍了PromQL的高级用法。首先介绍了39个PromQL内置函数，然后围绕HTTP API、记录规则、告警规则、metric_relabel_configs、relabel_configs等多个知识点，以理论联系实际、知识点结合案例的形式，全方位介绍了PromQL的高级用法和最佳实践。 第6章介绍了Prometheus的告警模块—Alertmanager。本章围绕Alertmanager告警的架构、工作原理、集群、触发的流程等展开介绍，接着拓展了告警分组、抑制、静默、延迟等众多知识点。读完本章，读者可以轻松理解告警是如何触发的，还可以分析、定位、解决告警轰炸、告警不准确等常见问题。 第7章介绍了Prometheus中与Exporter相关的概念。Exporter的来源主要有两个，一个是社区，另一个是用户自定义。本章从数据规范、数据采集方式、案例代码编写等方面一步步指导读者自定义Exporter。为了帮助读者提高编码水平和真正写好Exporter，本章还给出了写好Exporter的建议，并结合Node Exporter、Redis Exporter、MySQL Exporter、RocketMQ Exporter等的原理进行分析讲解。通过对本章的学习，读者可以掌握使用和定制Exporter的方法。 第8章介绍了与Spring Boot相关的高级话题，帮助读者了解Prometheus集成Spring Boot的原理、源码和解决方案。本章针对Prometheus监控RESTful、监控业务、通过注解进行监控、监控Dubbo这4个真实需求给出了源码级的技术指导方案。对Prometheus集成Spring Boot过程中可能产生的问题，如空指针、极大值、内存溢出等，本章也做了补充分析与解答。 第9章介绍了与Prometheus集群相关的实战内容。本章围绕Prometheus集群实战的架构问题，讨论了多种集群解决方案（简单HA、简单HA+远程存储、简单HA+远程存储+联邦集群）的理念、方法及优化手段，探究如何构建具有更高扩展性和可靠性的集群。本章是实战章节，在采集指标、推广Prometheus在企业中的部署等细节问题上都给出了指导。本章还通过搭建一个基于M3DB的简单HA+远程存储Prometheus K8S集群的真实案例，用步骤引导以及配置文件样例的形式，带领读者实际部署Prometheus集群。 第10章介绍了Prometheus的存储原理。Prometheus不仅是一个监控系统，还是一款优秀的时序数据库。本章主要围绕Prometheus 3.0版本的TSDB本地存储，对存储文件的格式、存储的原理、chunk、索引、block、WAL日志、tombstones、Checkpoint等相关知识点进行介绍，让读者清晰地了解Prometheus存储的运行机制。第11章介绍了Prometheus的相关技术。本章首先介绍了Prometheus的伴侣—Thanos和M3DB，并对使用这些技术的过程中可能出现的一些问题给出了指导和建议；然后介绍了继承Prometheus理念的Loki，详细介绍了Loki、ELK等相关日志技术的原理和架构方案；最后，介绍了Operator模式和Prometheus Operator模式，以及在实战中针对压测、查找中间件（如Redis问题）等场景应该如何灵活运用Prometheus。

《复杂网络理论研究的计算软件方法》从网络理论的发展简史出发，引出对复杂网络的定义特性以及复杂网络理论在物流快递领域应用研究的介绍。然后，讲解复杂网络理论研究框架、网络分析软件和MATLAB应用软件的基础知识。在此基础上，以复杂网络理论研究框架作为章节划分的原则，结合具体的物流快递领域的研究案例，详细讲解复杂网络拓扑图的UCINET软件和Pajek软件绘制方法、复杂网络结构特征的UCINET度量方法和MATLAB计算方法，复杂网络模型的构建及MATLAB仿真方法，以及复杂网络博弈模型构建及MATLAB仿真方法。

大数据正在改变着我们的生活和工作方式，影响着政府、企业和顾客之间的关系，颠覆了许多传统的企业运营模式。《大数据环境下的运营策略优化与协调研究》将介绍大数据环境下的运营策略优化与协调方面的*新研究成果，具体包括两个方面：①大数据环境下的分析和建模方法、运营优化和协调策略，如高维数据中的因果学习方法、考虑情境要素的社会化商务分析方法、服务系统中的顾客行为建模、信息设计、企业进入市场时机优化、竞争者合作策略及线上线下价格策略；②基于数据的运营分析和优化方法，如数据驱动激励设计、基于数据的零售运营优化及基于大数据的采购风险管理。