《从零开始学Power BI商业数据分析（视频教学版）》从Power BI的基础知识讲起，然后逐步深入Power BI的进阶提升知识，最后配合项目实战案例，展示如何使用Power BI进行数据清洗、数据统计和数据可视化等相关操作，从而帮助零基础的数据分析人员快速上手。《从零开始学Power BI商业数据分析（视频教学版）》共10章，分为3篇。第1篇“基础知识”，主要介绍Power BI的下载和注册方法，以及相关组件的用法和数据导入方法，并详细介绍Power Query的基础知识。第2篇“进阶提升”，主要介绍数据建模、度量值、常用的度量值应用案例、可视化看板的制作和Power BI在线版等相关知识。第3篇“项目案例实战”，主要介绍如何用Power BI制作数据大屏、多页面交互式可视化看板和分析报告3个实战案例，展现数据清洗、数据统计和数据可视化的整个流程。《从零开始学Power BI商业数据分析（视频教学版）》通俗易懂，案例丰富，实用性强，适合Power BI的入门与进阶读者阅读，尤其是从事数据分析、商业分析、运营、人力管理和财务管理等经常与数据打交道的相关人员阅读，另外还适合相关培训机构的数据分析学员阅读。

This book constitutes the refereed proceedings of the 4th International Conference on Machine Learning and Data Mining in Pattern Recognition， MLDM 2005， held in Leipzig， Germany， in July 2005.The 68 revised full papers presented were carefully reviewed and selected. The papers are organized in topical sections on classification and model estimation， neural methods， subspace methods， basics and applications of clustering， feature grouping， discretization， selection and transformation， applications in medicine， time series and sequential pattern mining， mining images in computer vision， mining images and texture， mining motion from sequence， speech analysis， aspects of data mining， text mining， and as a special track： industrial applications of data mining.

《开放协同的科技大数据汇聚融合与演化分析》针对科技服务对科技资源数据汇聚融合的需求，研究面向开放协同的科技大数据汇聚融合和演化分析技术，研究多源异构科技大数据资源体系建设与应用场景，设计科技大数据汇聚融合与演化分析系统架构，利用在线知识图谱建立多源异构、碎片化数据之间的语义关联和多粒度层次语义映射，完成科技大数据的实体识别和匹配，向各行业各领域用户提供面向开放协同的科技大数据检索服务。基于区块链技术实现科技大数据的可信数据确权与追踪保护，实现数据生命周期管理。

科技大数据的建模理论与分析方法是科技大数据相关技术研究与服务平台建设的重要理论基础和应用方法论。科技大数据主要由非结构化和复杂结构数据组成，涉及广泛而丰富的建模理论和方法。本书内容侧重面向科技大数据应用的基于张量的非结构数据建模、知识图谱及迁移学习等的基本概念及理论，同时介绍相关理论在认知图谱、跨域图像分类以及学者研究兴趣及机构合作关系挖掘等方面的应用。

本书全面介绍了数据开发利用技术，包括大数据计算、大数据管理、大数据安全、大数据可视化、数据自治、数据爬虫、知识图谱、大数据挖掘、深度学习、区块链等技术，还特别介绍了数据产品生产技术。这些技术涵盖了数据获取与管理、数据分析与应用、数据安全与流通等数据开发利用的各个环节，形成一个较为完整的大数据技术体系。

数据工程在过去十年间发展迅速，许多软件工程师、数据科学家和分析师都在寻找相关实践的全面观点。通过这本实践用书，你将学习如何通过评估数据工程生命周期框架中可用的最佳技术来规划和构建系统，以满足你的组织和客户的需求。作者Joe Reis和Matt Housley将为你介绍数据工程的生命周期，向你展示如何综合运用各种云技术，以满足下游数据消费者的需求。你将理解如何应用数据生成、摄取、编排、转换、存储和治理的概念，无论底层技术是什么，这些概念在任何数据环境中都至关重要。

当前，大数据不仅是推进网络强国建设的重要领域，更是新时代加快实体经济质量变革、效率变革、动力变革的战略依托。《BR》本书首先简要阐述了大数据的概念、特征和主要发展阶段，并对我国的国家和地方大数据产业政策进行了详细的梳理。在大数据技术章节，按照数据的生命周期对数据采集、存储、计算、管理、应用和安全技术进行了简要的介绍。针对大数据产业，重点从产业发展现状和相关产业主体进行分析。在大数据应用领域，简要介绍了大数据在数字经济、通信、政务、金融、工业等领域的融合应用情况。最后就数据资产、数据要素和大数据法制的发展现状和趋势进行了简要分析和介绍。

大数据知识工程旨在从大数据中获取知识、表示知识，并基于这些知识进行推理计算，解决大数据背景下的实际工程问题。大数据知识工程是信息化迈向智能化的必由之路。《大数据知识工程》全面系统地介绍大数据知识工程的有关内容。《大数据知识工程》共9章，第1章介绍大数据知识工程的背景；第2章介绍大数据知识工程的“三跨”特点及面临的“散、杂、乱”挑战；第3～6章介绍知识表示、知识获取与融合、知识表征学习、知识推理四个核心环节；第7章介绍教育、税务、网络舆情领域的大数据知识工程应用；第8章指出未来研究方向；第9章对《大数据知识工程》进行总结。

计算广告是目前大数据思维与技术发展最成熟、市场规模最大的应用领域之一，致力于解决的核心问题是广告、场景、用户三者之间的最优匹配，而计算广告学涉及自然语言处理、数据挖掘以及竞价营销、创意设计等诸多学科的融合。《计算广告学》以营销智能国家新一代人工智能开放创新平台为基础，从观察者、研究者和实践者的视角，对数字化时代背景下的媒介环境变革，计算广告的背景、内涵、商业模式、关键技术等进行全面阐述，为业内外人士理解并涉足计算广告领域提供有效路径。

暂缺简介...