10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。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。实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务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，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

本书共包含13章，**部分：第1章~第9章，包含了对集群管理软件的详细介绍，读者可以在这部分找到关于11gGI和10gCRS核心技术的详细介绍，以及集群的核心组件CSS、CRS和11gR2新增的OHAS组件与守护进程，同时还讲解了诊断集群问题常用的诊断工具。*后，由于从11gR2版本开始ASM已经变成了集群管理软件的一个组件，作者在这部分内容中还介绍了和集群、数据库相关的ASM知识。第二部分：第10章~第13章，包含了RAC数据库的核心技术——内存融合，作者用大量的篇幅介绍内存融合技术的核心组件以及工作原理，并且还对RAC相关的性能调优知识进行了的介绍。*后，作者还讲解了RAC中的连接管理和工作负载管理知识。

本书以Exadata独有的特性介绍开篇，以**实践结尾。力求覆盖全面，内容丰富翔实，使得读者读完以后能对Exadata有着深刻和全面的了解。全书可分为三个部分。**部分为基础篇（1—5章），主要介绍了OracleExadata一体机的配置、架构、安装、升级，帮助读者对Exadata有一定程度的认识。第二部分为功能篇（6—14章），详细介绍了OracleExadata一体机的特性以及与Exadata相关的数据迁移、并行、安全加固、备份与恢复等课题。第三部分为实战篇（15—16章），主要针对Exadata一体机管理员在维护和使用过程中常见的场景以及问题进行解答。适用的读者范围包括：数据库管理员、应用开发者、数据库开发者、存储管理员、系统架构师，以及广大的数据库兴趣爱好者。

本书包括五部分内容。第一部分（第1~3章）涉及数据挖掘技术的基础知识，介绍数据挖掘的定义、数据挖掘工具及应用领域，数据挖掘的数学基础内容，以及海量数据挖掘处理技术。第二部分（第4~5章）分别从聚类技术和离群点挖掘技术阐述聚类在语音区分、新闻分组、销售策略制定、交通事故预测、欺诈检测、入侵检测、异常气候检测等方面的应用。第三部分（第6~11章）分别从决策树、基于实例的学习、支持向量机、贝叶斯学习、人工神经网络、遗传算法在病情诊断、信用卡欺诈、机械装备设计、法律案件审理、动物分类、垃圾邮件过滤、手写文字识别、股票价格预测、人脸识别、音乐生成等方面阐述分类的应用。第四部分（第12章）阐述回归数据挖掘技术的应用，涉及卡尔曼算法在股票价格预测、GPS定位方面的应用。第五部分（第13章）介绍推荐系统这个最典型的数据挖掘应用。附录总结本书内容，阐述数据挖掘技术的数学本质。

随着信息科技的发展，人类进入了大数据时代。挖掘互联网上海量主观性文本已成为决策支持的重要手段。从产品消费、服务、医疗保健、金融服务、再到社会事件和政治选举，观点挖掘几乎渗透到现实生活中每一个可能的领域。这些实际的应用为观点挖掘的研究提供了强烈的动机。本书在分析观点挖掘相关理论和相关技术研究现状基础上，阐述了方面级观点挖掘方法的分类、如何利用CRF方法以及主题模型进行方面级观点挖掘、以及在观点挖掘环境下实体和方面的指代消解研究。实现了在线评论的智能化观点挖掘，故本书书名为《在线评论方面级观点挖掘理论与方法》，并进一步研究将观点挖掘的结果应用于用户满意度评价及产品属性绩效类型界定方法。每部分研究工作详细描写了背景、问题、研究思路、实验结果、结论与总结等。各部分工作相关，又独成体系，可读性好。

《中文版Access 2013数据库应用实用教程/计算机基础与实训教材系列》由浅入深、循序渐进地介绍了Microsoft公司的数据库管理软件——中文版Access 2013的主要功能和使用方法。全书共分为12章，分别介绍了数据库概述、Access 2013概述、数据库的创建和操作、创建表、操作和修饰表、查询、窗体设计、创建与打印报表、创建与使用宏、VBA编程基础、数据库的维护与安全等内容。本书最后一章通过建立一个完整的数据库管理系统，强化读者对Access 2013的理解。 本书内容丰富，结构清晰，语言简练，图文并茂，具有很强的实用性和可操作性，是一本适合于高等院校、职业学校及各类社会培训学校的优秀教材，也是广大初、中级电脑用户的自学参考书。 本书对应的电子教案、实例源文件和习题答案可以到http：//www.tupwk.com.cn/edu网站下载。

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。大多数数据挖掘的教材都专注于介绍理论基础，因而往往难以理解和学习。本书是介绍写给程序员的一本数据挖掘指南，可以帮助读者动手实践进行数据挖掘、集体智慧并构建推荐系统。全书共8章，介绍了数据挖掘的基本知识和理论、协同过滤、内容过滤及分类、算法评估、朴素贝叶斯、非结构化文本分类以及聚类等内容。全书采用做中学的方式，用生动的图示、大量的表格、简明的公式，实用的Python代码示例，阐释数据挖掘的知识和技能。每章还给出了习题和练习，帮助读者巩固所学的知识。本书专注适合对数据挖掘、数据分析和推荐系统感兴趣的程序员及相关领域的从业者阅读参考；同时，本书也可以作为一本轻松有趣的数据挖掘课程教学参考书。

本书是在作者多年从事数据挖掘行业实践和相关科学研究的基础上编写而成，书中包括数据挖据理论研究及实际应用的现状分析、研究内容的组织框架、研究方法与技术路线的描述、数据挖掘理论及应用的综述、不确定性理论、多目标优化的分类器方法、模糊多目标优化的分类器模型和算法、基于粗糙集和统计贡献度的特征选择算法、基于粗糙集预处理和粗近似的多目标优化的分类器模型和算法以及基于模糊化、核方法和惩罚因子的多目标优化的分类器模型和算法等内容。本书含有不确定性多目标优化的数据挖掘在信用评分、Web客户忠诚度分析、蛋白质交互的热点区域预测以及重大疾病的医疗诊断和预测等几个经典领域中的实际应用的描述。最后，通过对研究内容和实际应用效果的总结，展望了进一步研究和应用的方向。本书可供从事数据挖掘、机器学习与知识工程领域的科学工作者、相关专业的本科生和研究生，以及从事数据分析和处理的工程技术人员参考。

本书从Visual FoxPro 6.0数据库的开发环境以及基本操作入手，结合了大量的数据库应用实例，深入浅出、通俗易懂，注重实用性和可操作性，比较系统地介绍了数据库基础、Visual FoxPro系统初步、数据库、表及索引的操作等内容。

李琳琳主编的《数据链技术及应用（高等学校十二五规划教材）》是一本全面介绍数据链系统概念、原理、组成、功能、集成及作战应用的教科书。全书共分7章，围绕数据链系统这一核心概念，主要介绍了数据链系统的基本概念、组成及工作原理，详细阐述了数据链系统的信息传输、信息安全、网络管理以及数据链与平台的集成，*后介绍了数据链在作战中的应用。本书可作为军队院校通信工程和指挥信息系统工程等相关专业的本科生教材，也可作为地方高等院校国防生相关专业教材和各类军队干部培训（轮训）教材，还可以作为国防科技人员和军事爱好者的参考资料。