本书从大数据和人工智能的角度，系统、全面介绍海洋预测预报与挖掘分析技术。全书分为三个部分：第一部分（第1～3章）是数据部分，对海洋大数据的特征、资源分析、处理评估、平台架构、存储管理、分析处理等进行阐述；第二部分（第4～5章）是方法部分，介绍基于机器学习的海洋大数据典型挖掘分析方法，包括回归方法、聚类方法、关联方法、分类方法及可视分析方法，并给出典型的深度学习预测方法；第三部分（第6～10章）是应用部分，展示利用海洋大数据处理方法对各类海洋数据进行分析预报的成果，包括对海表温度、海面高度、海洋三维温盐、台风路径和赤潮发生概率的分析预报。

本书的主要内容有：研究数据管理趋势，包括技术发展、法规要求和隐私问题。深？了解可拓展架构，学习各组件之间如何协同？作。探索数据治理和数据安全、主数据管理、？助式数据市场，以及元数据的重要性。

本书分为：绪论、智能风控的理论基础、基于大数据的智能风控系统技术架构、数据结构化表示与实时融合技术、知识工程及知识图谱技术应用、机器学习及人工智能在风控中的应用、规则引擎技术应用及优化、智能风控技术实战应用案例、总结与展望。本书的目的是通过总结税收征管与风先甄别项目的实施经验，将项目的核心技术架构抽象为一个通用的智能风控系统解决方案，并对方案中用到的理论基础、具体技术、常见问题及解决办法等进行较为详细的说明，为其他行业开展风控系统建设提供有价值的借鉴。

本书系统介绍了使用SPSSAU进行问卷与量表数据分析的思路和方法，分为四部分，分别是问卷设计、八类问卷分析思路、数据分析方法在SPSSAU中的操作和答疑解惑。其中，问卷设计部分适用于所有读者，建议读者在设计问卷前仔细阅读。读者可以结合实际情况选读八类问卷分析思路部分中的分析思路、分析方法与案例解读的内容。数据分析方法在SPSSAU中的操作部分详细讲解了各类数据分析方法在SPSSAU中的操作细节，并且对输出结果进行了说明。答疑解惑部分罗列了使用各类分析方法时常见的疑难问题，并且提供了解决方法。本书主要介绍问卷与量表数据分析思路和方法的应用，力求让读者在最短的时间内掌握如何使用SPSSAU分析问卷与量表数据，并完成高质量的问卷数据分析报告。

本书深入地探讨云原生数据仓库的理论知识与技术实践，涵盖数据仓库的发展历程、大数据处理技术、云原生数据仓库的概念与特点，以及云计算时代的数据仓库技术。书中详细介绍云原生数据仓库的架构设计，计算引擎、优化器、存储的关键技术，以及资源管理与调度等知识。同时，本书结合Redshift、Snowflake、BigQuery等典型的云原生数据仓库，以及AnalyticDB等具有代表性的国产数据仓库，介绍大量的实践案例。此外，书中针对云原生数据仓库的资源调度、查询优化、运维管理等方面进行深入的剖析，提供大量的最佳实践和应用场景。

这是一本能指导首席数据官（CDO）快速构建知识体系和能力模型的标准指南。本书融合了作者对CDO角色的深刻理解和深厚的工程实践经验，系统而全面地介绍了CDO所需的核心知识体系与能力模型。本书从CDO的基本概念出发，逐步深入探讨了CDO在政策环境、数字化转型、组织数据体系建设与管理、数据价值创造等方面的关键作用。书中不仅详细阐述了CDO应具备的基础数据知识和组织数据管理能力，还通过丰富的案例和实战技巧，展示了如何将理论知识应用于实际业务场景中，推动数据驱动决策的实现。通过阅读本书，你将：？透彻理解CDO的角色定位、职责范围及发展趋势；？掌握组织数据管理的精髓，构建高效的数据体系；？深入了解CDO在数字化转型中的核心作用与价值；？实战演练数据战略制定、数据资源管理、数据资产管理与流通等关键任务；？探索CDO的能力模型与知识体系，规划个人职业发展道路。本书旨在帮助读者从零基础开始，逐步成长为具备深厚数据功底和卓越领导能力的首席数据官，为企业的数据战略转型与升级提供有力支持。

"《Power Query数据智能整理从入门到进阶》结合多个典型实操案例，全面、系统地介绍Power Query for Microsoft Excel数据智能整理的相关知识，可以帮助读者掌握其强大的数据操控力，从而轻松完成商务、办公和科研等领域的数据智能整理任务。《Power Query数据智能整理从入门到进阶》从基础入门、数据传输和数据整理3个方面进行讲解，既能带领零基础入门人员快速跨入Power Query数据智能整理的大门，又能帮助职场中的相关从业人员进阶提升，从而提高工作效率。《Power Query数据智能整理从入门到进阶》共11章，分为3篇。第1篇基础入门，主要介绍Power Query的功能、特点、运行环境、版本、工作流程和软件操作界面等相关知识；第2篇数据传输，主要介绍数据导入、数据导出和查询管理等相关知识；第3篇数据整理，主要介绍表级运算、调整行与列的结构、添加列、调整数据表的结构、修改数据表的内容等相关知识。《Power Query数据智能整理从入门到进阶》内容丰富，通俗易懂，实例典型，实用性强，非常适合零基础Power Query入门读者阅读，也适合需要提高数据整理水平的从业人员阅读，还适合大中专院校和相关培训机构作为教材。"

本书共13章，分三个部分：基础篇、实战篇、提高篇。 （1）基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。 （2）实战篇（第6～12章），重点对数据挖掘技术在金融、航空、零售、农业、制造和互联网等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程关键环节，穿插程序实现代码。最后通过上机实践，加深数据挖掘技术在案例应用中的理解。 （3）提高篇（第13章），围绕去编程化的TipDM大数据挖掘建模平台，先介绍了平台每个模块的功能，再以航空公司客户价值分析案例为例，介绍如何使用平台快速搭建数据分析与挖掘的工程，展示平台去编程化、流程化的特点。

"全书分两大篇。第 1 篇原理篇（第 1、2 章），尝试引导读者共同探索和揭秘研发领域大模型背后的核心原理，以使读者“既知其然，又知其所以然”，并为后续章节的学习打下坚实的基础。从概率、**化等基础理论入手，进而深入浅出地阐述 Transformer、神经元等大模型的核心组成元素，以及评估方法、数据工程建设等通用能力的建设。针对技术细节，采用通俗易懂的行文风格，并辅以大量的图表和数据，“零基础”的读者也可以高效地学习。第 2 篇应用实践篇（第3 ~ 8章），是产业界**实践成果的总结。选取代码生成、代码转换、知识问答、推理加速、运维运营等研发大模型领域的高频业务作为剖析对象，详细展示作者在针对这些问题时的端到端思考，包括设计理念、关键技术瓶颈、解决方案及落地结果等。无论你是初学者还是行业专家，都能在本书中找到宝贵的知识和实用的技巧，本书将帮助你在大模型技术的浪潮中乘风破浪。"

本书针对CIM规划建设中存在关键技术难点，以BIM/IOT数据空间化、语义化为基础，建立城市级CIM搜索引擎，开展CIM要素高效查询与综合管理，推动VR/AR、数字孪生、可视化决策等应用。内容包括：1以GIS为基础的CIM管理、CIM轻量级目录索引与搜索引擎建设、BIM与视频数据轻量化、空间化、语义化处理，以有效解决数据存储、计算能力不足所导致CIM开发瓶颈；2结合国内外GIS、BIM、IOT主流产品（ESRI、AUTODESK、UNITY、超图、海康等）实际操作与编程开发，针对“BIM-GIS一体化、视频-GIS一体化、三维视频地图”等关键技术，给出可操作性方案，作为CIM建设实施之实用指南。