本书以数据分析为切入点，以数据可视化全流程为主线，从 基础的表格工具Excel到专业的数据可视化工具Power BI、Tableau及编程语言Python，系统讲解了数据可视化的操作流程。每章设置了内容导读、学习导图、职业素养目标、本章总结、综合实验、思考与练习等模块。全书共9章，第1章是入门篇，介绍了数据分析与可视化的基本概念。第2～6章以商业数据为案例，详细介绍使用Excel进行数据分析并进行可视化展示的全流程。第7～8章以Power BI、Tableau为工具，讲解从连接基础数据到进行数据分析全过程。第9章讲解利用Python实现数据可视化的基本方法，主要介绍了Python进行数据分析与可视化的基础库和扩展库。本书图文并茂，内容翔实，案例充分，重视知识性和实用性的结合，强调数据可视化的作用和方法。适合作为高等院校非计算机专业“数据分析与可视化实践”或“可视化实践与提高”等课程的教材，也可作为创新创业课程、实验实习课程、计算机应用和 办公自动化方面的培训教程或参考用书。

本书分为两部分：第一部分为大数据分析基础，第二部分为法律、伦理与职业道德。 部分为大数据分析基础。 至四章讲述了数据分析的基本概念，介绍业务问题的构建，业务数据描述和业务指标量化方法。第五章介绍了统计学中的基础知识以及抽样、参数估计、统计推断的基本方法。第六章介绍优化模型、回归模型的设定、估计方法。第七至八章介绍了大数据与云计算的核心概念、主要特征、数据模型。第二部分为法律、伦理和职业道德。第九章对大数据相关法律知识进行了概述。第十至十三章介绍了五部与大数据相关度较高法律的立法背景、主要内容及其解读。这五部法律分别为《民法典》中“隐私权和个人信息保护”部分、《个人信息保护法》《数据安全法》《网络安全法》《统计法》。第十四章讲述了数据从业人员应当遵守的法律义务和违规时应承担的法律责任。第十五章探讨了大数据在算法歧视、算法滥用、数字鸿沟、数据垄断四个方面的伦理风险。第十六章从 和 两个视角，讲述了大数据相关人员应遵循的道德标准及行为规范。通过对本书的学习，读者可以掌握数据分析的基础知识及分析方法，并且了解大数据分析人员应当具有的法律及道德素养，胜任大数据分析的基本工作。

本书主要包括引言、关系数据库基础、达梦数据库概述、DM_SQL概述、数据库对象管理、查询管理、视图与索引、存储模块与触发器、数据库安全性、数据库恢复技术、并发控制技术、分布式数据库系统、非关系型数据库以及数据库设计等。本书可作为高等院校计算机科学与技术相关专业学生的教材。

Orange是一款可视化人工智能工具，适合会用电脑的所有人群，可以轻松完成机器学习的全流程操作，如数据挖掘、数据分析、文本挖掘、网络分析、图像识别、空间格式化等任务。目前 尚无介绍该软件的中文教程。本书首先对Orange软件进行基本介绍，然后讲述Orange“积木”——分析模块，接着介绍Orange“连连看”——数据分析案例， 后对Orange在科学研究中的应用进行展望。

暂缺简介...

《供应链大数据分析与应用》一书由多位教学一线的教师与企业一线员工共同完成。本书共有9个学习单元，每个学习单元都包含知识目标、技能目标和素质目标，教材内容反映了行业发展的新趋势，能满足行业企业对高素质高技术技能人才的需求。同时，在本书的编写过程中加入了思政元素，通过潜移默化培养大学生人才的思想道德。教材依据供应链管理、供应链系统分析等实际工作内容，把供应链管理的有关环节，供应链需求预测、供应链采购决策、供应链库存控制、供应链生产管理、供应链运输规划、供应链网络策略、供应链分销策略、供应链风险评估及供应链数字化运营进行系统化讲解，形成了一个完整的知识体系。本书可作为高等院校物流管理、供应链管理与电子商务等专业学生学习供应链数据分析与管理课程教材，同时可作为期望成为供应链管理与现代物流管理从业人员进行数据分析的自学参考用书。

本书使用深入浅出、通俗易懂的语言介绍数据库系统的基本原理、技术和方法，并结合典型案例，将理论知识融入实践内容，通过实践验证理论，帮助读者掌握数据库相关知识与技术。全书共9章，全面系统地阐述数据库原理与应用，主要内容包括数据库系统概述、关系数据库、关系数据库标准语言、关系数据库规范化理论、数据库设计、数据库的安全性控制与完整性控制、并发控制、数据库备份与恢复和SQL Server 2019 应用。本书以SQL Server 2019为平台介绍数据库技术的实现，主要包括数据库创建与维护、数据表创建与维护、查询与统计操作、视图创建与维护、存储过程和触发器的创建、用户管理与权限分配、数据库备份与恢复等内容，使读者能够通过SQL Server 2019实现教学案例，理论与实践紧密结合，进一步加深对数据库系统基本原理、技术和方法的理解。

大数据时代，信息的传播速度 快、传播形式 多、影响范围 广，网络舆论环境也 加复杂，这些对网络舆情的治理提出了 高的要求。本书分析了大数据与网络舆情的关系，并针对网络舆情的传播与演化、监测与搜集、分析与研判、预警及应对和网络舆情建设方面展开了论述。本书结构清晰，内容丰富，兼具学术价值与实用价值，可作为高等院校网络舆情、新闻等专业的参考用书，也可供从事网络舆情研究的科研工作者参考使用。

本书以理论讲解和实际应用相结合的编写理念，介绍了数据、信息、知识、智能之间的关系，主要包括数据库系统的基础篇、使用篇、智能管理篇和智能应用篇，较全面地介绍了数据库基本概念和体系结构、数据库前沿技术发展、关系数据库理论、数据库管理系统配置、各种常用数据库对象的创建和管理、存储过程、自定义函数和触发器的程序设计、智能安全管理机制、数据库备份和恢复策略、基于云管理的数据库系统应用开发，并给出了详细的实例讲解及运行结果。本书以基于云管理的无人驾驶园区智能交互系统为例，介绍其数据库系统设计与开发过程，并贯穿全书始终。同时紧密围绕智能时代特点，介绍了数据库相关领域的前沿技术发展，如大数据技术、云数据库、搜索引擎技术等，内容翔实、可操作性强，并配有PPT和学习案例等资源，便于学习者巩固知识。本书适合作为计算机科学与技术、软件工程、智能科学与技术、人工智能等相关专业本科生、研究生的数据库类课程的教材，也可供相关技术人员学习参考。

本书详细阐述了使用Power BI实现数据的处理和分析的相关方法和实现操作。 全书共10章，主要内容包括数据分析概述、数据的获取、数据处理基础、 M语言基础、使用M语言进行自动化数据处理、数据可视化、DAX语言基础、数据分析基础、数据分析进阶、数据分析应用案例。 本书适合各行各业需要进行日常数据处理和分析的办公人员和数据分析人员阅读，也可以作为大专院校学生的教材或参考书使用。