本书针对大数据的数据体量大、数据类型繁多、处理速度快、价值密度高等特点，以粒计算方法为理论基础，以经典粗糙集模型和区间值信息系统为研究对象，以Hadoop开源平台为实验环境，构建大数据下知识约简计算模型及知识获取方法。本书主要介绍大数据下Pawlak模型知识约简、区间值信息系统知识约简、层次粗糙集模型知识约简及知识获取的理论、模型和方法，并力求展现大数据下粒计算的**研究成果。

本书共三篇，按数据结构与算法的初级、中级、不错三个层次编排，其中：初级（即上篇）部分是C语言程序设计基本知识要点提炼；中级（即中篇）部分描述的是简单数据结构，如线性表、栈、队列；不错（即下篇）部分描述的是复杂数据结构，如二叉树、图。每一部分又各包括基础与实战两部分，其中基础是基本内容的提炼讲解，包括数据结构的逻辑特性、顺序与链式存储方式和基本操作算法，并给出对应的用C语言实现的参考代码，实战则是对此结构的具体应用，以题目描逑和具体要求的方式给出。本书从基础编程语言开始介绍，过渡到让读者从数据结构角度设计算法，以逐渐掌握解决编程问题的合理方法与思路，并进一步与具体应用相结合达到实战训练的目的。各篇基础部分用浅显易懂的语言描述数据结构基础知识，并在基本操作的实现上提供了大量源代码：各篇实战部分则与应用相结合给出了启发式的题目及要求。按本书各题目进行训练，可以帮助读者有效地理解数据结构课程的内涵，并进一步提高工程实践能力。本书可作为普通高等院校计算机类专业C语言程序设计、数据结构等课程的实践训练教材，特别是可以作为清华大学出版社严蔚敏版《数据结构》（C语言版）的辅助实验教材与学习指导书。

这是一本博大精深但又不太技术的指南，向你介绍数据科学的基本原则，并带领你全程浏览从所搜集数据中抽取有用知识和商业价值所必需的“数据分析思维”。通过学习数据科学原则，你将领略当今用到的诸多数据挖掘技巧。更重要的是，这些原则支撑着通过数据挖掘技巧解决商业问题所需的手段和策略。

暂缺简介...

暂缺简介...

暂缺简介...

暂缺简介...

本书提供了全面、实用的建议，以保证在复杂的生产环境中，能可靠且高效地运行Oracle 数据库。七位主要的Oracle 专家对Oracle 12c、11g 和其他最近版本的Oracle 数据库汇集了一系列经过验证的解决方案、实践的例子以及循序渐进的技巧。每一个解决方案都是精心设计的，以帮助有经验的Oracle DBA和DMA 尽可能快地理解和修复严重的问题。本书不仅涵盖了LOB 段、undo 表空间、高GC 缓冲区等待事件、糟糕的查询响应时间、闩锁争用、索引、XA 分布式事务、RMAN 备份/ 恢复等内容，还深入地讲解了DDL 优化、VLDB 调优、数据库取证、自适应游标共享、数据泵、数据迁移、SSD、索引等内容，并介绍了如何解决Oracle RAC 问题。

伴随着大数据时代的发展，数据价值的挖掘以及产品化逐渐被重视起来。本书作为该领域的入门教程，打破以往的数据工具与技术的介绍模式，凭借作者在大数据价值探索过程中的所感所悟，以故事的形式和读者分享一个又一个的数据经历，引人深思、耐人寻味。全书共9章，第1～2章介绍数据情怀与数据入门；第3～6章讨论大数据挖掘相关的一系列学习体系；第7～9章为实践应用与数据产品的介绍。让所有学习大数据挖掘的朋友清楚如何落地，以及在整个数据生态圈所需要扮演的角色，全面了解数据的上下游。

暂缺简介...