《企业数据挖掘理论与实践》概述了数据挖掘的基本概念、应用领域、相关学科、发展趋势以及数据仓库和OLAP技术，着重讨论了数据仓库和数据挖掘在企业管理中的应用及其构建策略，并基于SQL Server提供一个具体实例，阐述了企业数据仓库和数据挖掘的实施过程，最后对前端数据挖掘的应用程序开发时可选用的开发工具——Delphi在数据挖掘应用方面提供的支持进行了介绍。《企业数据挖掘理论与实践》可供从事数据仓库和数据挖掘开发与设计的人员以及高等院校师生阅读和参考。

运用数理统计的方法处理试验数据，是自然与社会科学研究中常用的方法，为了使学习者能更好的掌握SPSS软件，在第一篇首先介绍统计学中的一些重要概念和方法，并贯彻“不求系统性，但求实用性”的基本编写思路，重点介绍应用性很强的统计推断方法和回归方法。第二篇“统计软件SPSS10.0forWindows”是对第一篇所选统计方法的计算机实现。重点介绍了“统计描述”、“均值检验”、“分布检验”、“方差分析”、“回归分析”以及“常用的统计图”。“MicrocalOrigin6.1”是在国外工程技术人员和大学生中广泛使用的科技数据分析及作图软件，书中介绍了该软件的基本使用方法。计算机图像处理部分主要介绍了计算机图像处理的硬件系统、计算机图像处理的技术基础、图像的浏览管理及截取技术和图像的编辑与处理技术等内容。

“本书将这门新的学科用一种非常容易理解的方式呈现给读者：它既是一本用于培训新一代实践者和研究工作者的教科书，同时对于我这样需要不断充电的专业读者也极具启示作用。Witten和Frank热切追求的是简单而流畅的解决方案，他们时刻不忘将所有的概念都建立在具体实例的基础之上，促使读者首先考虑简单的技术，如果这些简单技术不足以解决问题，再进一步考虑更为高级和成熟的技术。 假如你想分析和理解数据，本书以及相关的Weka工具包将非常有用。” ――摘自微软研究院图灵奖得主Jim Gray所做的前言本书对1999年的初版做了重大的改动。虽说核心概念没有变化，但本书进行了更新使其能反映过去5年里的变化，参考文献几乎翻了一番。新版的重要部分包括：30个新的技术章节；一个加强了的具有交互式界面的Weka机器学习工作平台；有关神经网络的完整信息，一个有关贝叶斯网络的新节；等等。 本书提供了机器学习概念的完整基础，此外还针对实际工作中应用相关工具和技术提出了一些建议，在本书中你将发现： ●成功数据挖掘技术的核心算法，包括历经考验的真实技术及前沿的方法。 ●转换输入或输出以改善性能的方法。 ●可下载的Weka软件？？一个用于数据挖掘任务的机器学习算法的集合，包括用于数据预处理、分类、回归、聚类、关联规则以及在新的交互式界面上可视化的工具。

本书由浅入深、循序渐进地介绍了Excel的函数、图表及数据分析的内容。本书共有20章，分为3个部分：函数部分、数据分析部分和综合实例部分。其中1~10章为第一部分，内容涵盖了Excel的公式、日期、时间、数学、统计、查询、引用、数据库、文本、逻辑、信息、财务等9大类工作薄函数，详细介绍了每个函数的表达式、参数、功能和引用实例；11~19章为第二部分，内容涵盖了包括柱形图、条形图、折线图、饼图、XY散点图、面积图、圆环图、雷达图、曲面图、气泡图、股价图在内的12大类Excel基本图表的使用技巧、应用实例和特点分析，同时包括了模拟运算表、数据透视表、规划求解等基本数据分析的内容；20章为第三部分，结合前面的基本内容，介绍了多个综合实例。本书最大的特色在于每一节的例子都是经过了精挑细选的，具有很强的针对性，力求让读者掌握基本的参数及使用技巧，能更灵活地解决实际问题。本书适合Excel各版本软件的使用者、办公室计算机用户、中高级计算机爱好者，也可以作为相关专业的教材使用。

21世纪大学电子信息类专业规划教材。本书全面、系统地讲述了数据采集与处理技术。全书共分14章，主要内容包括：绪论；模拟信号的数字化处理；模拟多路开关、测量放大器、采样/保持器、模/数和数/模转换器等芯片的结构原理及应用等。

数据结构是计算机程序设计的重要理论技术基础课程。本书作为面向中等职业学校的计算机相关专业学生而编写的教材，系统地介绍了数据结构的基础知识和应用。本书从逻辑结构和物理存储结构两个方面详细介绍了数据存储的原理和方法，根据各种存储结构的特点介绍了大量常用的计算方法。对于结构相对简单而又常见的线性结构，本书列举了许多实例，力求全面、细致地体现线性结构的优点和缺点。为了使线性链表这种比较抽象的数据结构易于被理解，本书的例题都力求具体化，还添加了形象的插图。在介绍树和图等非线性数据结构时，在阐明概念的基础上增加了实用性和趣味性较强的例子。在介绍排序和查找等研究计算方法的内容时，不但给出了用类C语言表示的算法，对于较复杂的算法还给出了源程序。本书还对变量含义、设计思想和使用到的其他数据结构进行了详细说明。此外，还对许多算法执行过程中数据的变化进行了说明，体现了“化复杂为简单、化抽象为具体”的教学原则。考虑到中职学生的年龄和知识结构特点，本书特别注重内容的基础性和典型性。因此，也可以作为其他有志于从事程序设计的青少年或计算机爱好者的参考书。

本书阐述了自组织数据挖掘与经济系统复杂性研究的关系，以及对经济预测方法完善的贡献，涵盖了作者对自组织数据挖掘的改进与发展工作，同时选人了作者较多的运用自组织数据挖掘方法研究中国经济问题的实例。本书可供经济、管理、系统科学、应用数学及系统工程等专业的本科生、研究生和教师阅读，也可作为中高层管理人员的参考书。

《数据结构》是根据教育部制订的计算机科学与技术及相关专业的培养目标，突出对于理论知识的应用和实践动手能力的培养，使基础理论的教学最终以应用为目的。本书在描述数据结构和算法时，程序结构清晰、可读性强、符合软件工程的规范要求。讲解的内容由浅入深，易于理解。文字表达简练清晰、通俗易懂。本书共分10章，主要介绍了线性表、串、栈、队列、树和图等基本数据类型的基本概念、表示和算法实现，还介绍了静态、动态查找表的实现算法、各种内部排序的算法和文件的组织形式等。本书的算法均用类C描述。各章后均附有内容小结及习题，加深学生对所学知识的理解和巩固。《数据结构》可作为高等院校计算机科学与技术专业及相关专业的本科教材，也可作为软件水平考试、计算机等级考试的参考书，对于从事软件应用开发的人员也是一本不可多得的参考书。

本书共有14章，主要包括计算机数据采集与分析技术概述、计算机基础、数据采集信号处理基础、输入/输出接口技术、数据采集系统常用电路、D/A转换和A/D转换、传感器技术、数据采集系统抗干扰技术、总线接口技术、计算机数据采集系统设计和数据分析与处理等。计算机数据采集与分析系统的设计与开发可能是读者最为关心的问题，因此，在本书的最后分别介绍了使用LabVIEW、CVI和MATLAB三种常用的开发工具开发计算机数据采集与分析系统的方法和技巧，并详细介绍了实例的开发过程。本书的例子均来源于工程实践，例子简明实用，对读者进行工程实践具有很大的帮助。本书在内容安排上简明扼要、通俗易懂，同时兼有一定的深度和广度。本书主要面向从事计算机数据采集与分析的工程人员和希望学习相关技术的大专院校学生。

《数据仓库与数据挖掘原理及应用》全面深入地介绍了数据仓库、联机分析处理和数据挖掘的基本概念、基本原理和应用技术。全书分成三篇，数据仓库及OLAP概念、原理和技术篇的主要内容包括数据仓库的基本概念、体系结构、模型设计、创建和维护，ETL、元数据、数据集市、OLAP的基本概念、分类、模型设计；数据挖掘技术篇介绍了数据挖掘的基本理论、基本过程、常见模型的算法；工具及实例简要介绍了数据仓库产品工具的基本情况，对产品选择和评判进行了一些分析，并较详细地介绍和分析了移动通信业务数据仓库系统。《数据仓库与数据挖掘原理及应用》可作为计算机、信息系统等专业的学生学习数据仓库、OLAP及数据挖掘技术的实用教程，也可供从事数据仓库、数据挖掘研究、设计、开发等工作的科研、工程人员等。