《大数据背景下数据挖掘及处理分析》内容首先对大数据及数据挖掘技术原理进行论述，然后对于数据的获取、可视化分析以及基于R语言的数据分析进行探索，针对数据的甄别模式和知识图谱与图数据挖掘分析，将数据挖掘与机器学习进行对比分析，结合应用实例探索数据挖掘的发展趋势。《大数据背景下数据挖掘及处理分析》可使大家全面了解数据挖掘的技巧，领略大量探索和展示数据的图形功能，从而更加高效地进行分析与沟通。

《MySQL数据库应用教程》以应用为导向、以服务学生（或社会学习者）自主学习为出发点，结合“互联网+”和一线教师课程教学改革的实践编写而成。全书理论部分由MySQL绪论篇、MySQL操作篇、MySQL编程篇共16个章节的内容组成，主要包括：数据库及MySQL的基础知识、MySQL数据库与数据表的相关操作、MySQL的存储引擎与数据类型、MySQL表中数据记录的“增、删、改、查”操作、MySQL的视图与索引、MySQL的运算符（表达式）与变量、内部函数、存储函数、存储过程、程序结构控制语句、定义条件和处理程序、游标的定义及其使用、触发器、事务与MySQL的用户权限管理等知识；而书中的实训篇，则围绕理论部分中的一些重要的技能点，按照由浅入深、循序渐进的原则精心设计了16个上机实验任务，并为这些任务提供了学生的“纸上谈兵、沙盘推演”乃至“实操”的记录，以及老师以视频形式给出的指导。《MySQL数据库应用教程》可供高等学校计算机类专业学生使用，也可供IT行业相关人员学习参考。

《Access数据库技术及应用：实验指导与习题汇编》是《Access数据库技术及应用》的配套实验指导和习题汇编。目的是帮助读者加深对主教材内容的理解，使读者通过实践提高数据库技术对数据、信息进行管理、加工和利用的意识与能力。教材共分4部分。第一部分为课程实验篇，分为8章实验项目，内容与理论教材的知识点相匹配，安排了丰富、实用、系统的实验。每个实验以实验题目的形式出现，给出了操作内容及操作步骤，通过示例引导读者快速掌握操作技术和方法。每小节都有思考与练习，引导读者思考，有利于对实验内容的深度掌握。第二部分为数据库系统实例分析篇，详细介绍了学生成绩管理系统的设计与实现。第三部分为习题汇编篇，是理论教材对应各章内容的配套练习题，以不同类型测试题的形式巩固相应的知识点。第四部分为上机综合实践篇，力求加强读者对数据库多个对象的综合实践能力，以能力测试为目标。《Access数据库技术及应用：实验指导与习题汇编》适用于高等院校本专科“数据库技术与应用”课程教学，同时也适合计算机等级考试培训班师生，或是广大的数据库技术学习者自学使用。

Neo4j是一个高性能的NoSQL图数据库，将结构化数据存储在拓扑图上而不是表中，从而轻松地管理巨量的数据。Neo4j凭借嵌入式、高性能、轻量级等优势越来越受关注。 本书共15章，介绍图论和图数据库、Neo4j基础、Neo4j数据模型、Cypher入门、APOC和Cypher扩展、查询性能优化、Neo4j数据导入、空间、安全认证、Neo4j可视化、Neo4j数据重构、集群等内容，1后通过两大案例（推荐系统和影响分析与模拟）的讲解，使你获得图数据建模与设计的技能。 本书既可以作为Neo4j初学者的入门教材，也可以作为相关行业Neo4j技术专家的参考手册。

《Access数据库技术及应用》以Access 2010为软件支撑环境，以应用为目的，以案例为引导，融入计算思维，既考虑理论基础的系统性，又强调实践技术的应用，由浅入深、循序渐进地介绍关系数据库管理系统的基础理论及系统开发技术。全书分为8章，内容上以“学生成绩管理系统”来组织材料。应用系统贯穿全书，围绕它编排了大量翔实的实例，实例新颖、系统，相互呼应。实例涵盖表、查询、窗体、报表、宏、模块六大数据库对象的创建和使用方法。每章附有知识结构图，方便读者归纳、总结。《Access数据库技术及应用》力求内容系统、结构严谨、实例丰富、语言通俗易懂，突出“利用数据库技术进行数据综合分析和展示分析结果”能力的培养。《Access数据库技术及应用》既可以作为高等院校“数据库技术及应用”课程的教材，也可作为全国计算机等级考试考生的培训辅导书，还可作为读者自学提高的参考书。

本书主要针对Excel在数据处理与分析中需要用到的功能和技巧进行全面介绍。全书共12章，分为4个部分。部分为数据源管理，具体包括分析数据前要养成的习惯、数据源的录入与编辑技巧；第二部分为数据计算，具体包括数据计算需要掌握的基本功以及常见函数的实战应用；第三部分为数据分析，具体包括排序、筛选和汇总等常见数据分析方法，也包括图表、数据透视表、数据透视图以及Excel数据分析工具库提供的数据分析工具；通过前面3个部分的学习，读者就可以全面掌握高效处理与分析数据的技能；后，本书还安排了综合实战部分，该部分通过具体的综合案例，让读者切实体验Excel在人事、行政、进销存管理与财务管理中的实战应用，举一反三，提升解决实战问题的能力。 \n本书内容系统而全面，案例丰富，讲解细致，实用性强，特别适合希望快速掌握Excel数据处理与分析技能的各类初、中级用户，同时也可作为各大中专院校及各类Excel培训机构的教材使用。

本书着重介绍各种数据分析技术背后的原理，有利于实践者将技术具体应用到各种领域，或者在此基础上发展新的技术。全书共分三部分。部分介绍统计学基本概念，包括蒙特卡罗方法和马尔科夫链。第二部分介绍统计学，并从频率派和贝叶斯派两种角度对比分析了各种数据建模的工具。第三部分重点介绍各种数据分析方法，比如关联函数、周期图、图像重建等。附录提供了相关的数学知识，以备读者查阅。本书可作为物理、工程相关专业研究生关于数据分析技术的标准教材，也可供科学家和工程师参考阅读。

暂缺简介...

本书根据教育部颁发的《中等职业学校专业教学标准（试行）信息技术类（第一辑）》中的相关教学内容和要求编写。本书的编写从满足经济发展对高素质劳动者和技能型人才的需求出发，在课程结构、教学内容和教学方法等方面进行了新的探索与改革创新，利于学生对理论知识的掌握和实际操作技能的提高。本书结合教务管理系统的开发，采用“项目引领”和“任务驱动”的教学方式，详细地介绍了Access 2013数据库基础知识、数据库的设计与实现、查询的创建和应用、窗体的创建和应用、报表的创建和应用以及宏的创建和应用等内容。全书内容通俗易懂，紧密联系编程实际，可操作性强。

随着大数据时代的来临，一门集数学、统计学和计算机科学为一体的数据科学在世界范围内迅速兴起。数据科学也成为一门横跨自然科学和社会科学的学问。未来社会，各行各业，都免不了和数据打交道，需要借助于数据分析，需要学习数据分析。本书从数据处理的角度来讲解统计分析，内容包括数据科学基础——数据与软件、探索性分析、可视化技术、统计推断、统计模型，大数据分析基础——预测分析法、决策分析法、综合评价法，大数据分析方法——统计方法，大数据分析入门——综合应用。每种方法均辅以详细的Python语言实现，便于提高实际操作能力。并配套开发了学习网站，学习者可以在任何终端（包括手机）上做数据分析。