数据库设计/管理
-
数据库原理及应用教程暂缺作者暂缺简介... -
Oracle数据库应用从入门到精通赵笑声在计算机技术高速发展的今天,任何大型信息系统,都需要有数据库管理系统(DBMS)作为支撑。其中,Oracle以其卓越的性能获得了广泛的应用,已经成为当今世界上*流行的关系型数据库管理系统。本书共分为3篇。其中第1篇为Oracle数据库基础篇,内容包括数据库概述、Oracle的管理工具、Oracle数据库基本操作、Oracle数据表基本操作及约束。第2篇为Oracle数据库对象篇,内容包括简单查询、高级查询、常用函数、索引、视图、Oracle编程基础、游标、存储过程、函数、触发器、序列和事务与锁。第3篇为Oracle数据库管理篇,内容包括表空间的管理、用户与权限、备份与恢复。在本书的附赠光盘中,我们特意放置了一套包括PPT文档和视频的学习教程,与图书内容紧密配合,帮助读者更轻松地掌握图书内容。秉承注重理论与实际开发相结合的原则,本书中的每个技术点都配备了与此相对应的案例,旨在帮助Oracle数据库初学者快速入门,同时也适合Oracle数据库管理员和想全面学习Oracle数据库技术以提升应用水平的人员使用。 -
超强的商业武器萧文龙本书是一本从基础到实战全面深入讲解SPSS统计分析的图书。全书基础讲解清晰系统,案例操作详细完整,在最后一章还给出了研究流程、论文结构及发表的实用建议。同时,本书是国内第一本全面介绍SmartPLS操作、PLS-SEM结构方程模式的实用图书,也是国内第一本深入探讨新型量表发展、中介及调节变量的应用、反映性和形成性指标的发展及模式的指定图书。本书适合作为统计分析和多变量分析的教材、学习参考或自学用书。 -
信息存储技术专利数据分析冯丹,曾令仿本书基于国家973和863相关项目成果,采用汤森路透德温特世界专利创新索引数据库作为统计数据来源,对信息存储领域的专利文献进行检索分析,从存储器件、设备、系统等层面,选取了目前信息存储领域中的多项重要技术,利用专利统计分析的方法对其发展态势进行了研究,特别是对信息存储领域相关专利进行宏观统计分析以及核心专利的具体分析,可以全方位了解信息存储技术的发展历程、专利的国家或地区分布、重要专利权人的竞争态势,为制定相关战略提供决策参考。本书结合华为、中兴、联想、浪潮、IBM、EMC、三星、美光等国内外知名企业的实际案例,从中国本土和全球的布局两个角度分别分析了专利产出、主要竞争者、热点技术和研发重点以及竞争态势,力求找到信息存储技术专利申请对技术产业化与企业发展的作用。本书可供信息存储研发人员、专利工作者和相关的企业管理人员及公务员参考。 -
Access 2013数据库管理与应用从新手到高手吴华 杨继萍 葛春雷 等暂缺简介... -
数据与数据流的聚类半监督聚类及加权聚类陈新泉《数据与数据流的聚类半监督聚类及加权聚类》主要讨论多维属性数据和数据流中的聚类算法、半监督聚类算法及加权聚类算法等。从多个角度研究来如何将优化方法应用到不同类型的聚类算法中,为后续进一步的数据处理提供有用的参考信息。《数据与数据流的聚类半监督聚类及加权聚类》可作为数据挖掘领域研究生的教学和科研参考书,也可成为智能数据分析与处理技术人员的自学研究参考书。 -
科技部科技基础性工作专项张侃,中国科学院心理研究所,“国民重要心理特征调查”项目组本项目将采用分层、多阶段、层内与人口成比例的PPS抽样方法,通过对**内地31个省(直辖市、自治区,不含港、澳、台)18至75岁国民的重要心理特征进行调查和监测,建立规范的国民重要心理特征数据库标准体系,通过硬件及软件建设以及数据库的管理、共享、服务、技术、运行和政策体系建设,*终建成国民重要心理特征数据库共享网络平台。 -
高维数据分析预处理技术祝琴作者针对高维稀疏数据挖掘问题,从数据预处理的角度,研究对象—属性空间的划分问题,其目的是把所研究的数据挖掘空间分解为若干规模较小的对象—属性空间,从而降低实际数据挖掘的难度。本书针对高维稀疏数据挖掘问题,以降低数据挖掘规模,建立了体系完整的数据预处理理论和方法,具有很强的理论意义和实际应用前景。 -
Python和HDF 5大数据应用(美)科莱特(Andrew Collette)随着Python应用领域的拓展,越来越多的人将Python用于处理大型数值数据集,使用标准格式来进行数据的存储和通信也显得越来越重要,而HDF5也正迅速成为人们存储科学数据的选择。本书向任何有Python数据分析基本背景的人介绍如何在Python下使用HDF5。 本书将着重于HDF5的本地功能集,而不是Python的高层抽象。熟悉Python和NumPy的读者,更容易阅读和掌握本书的内容。本书适合有一定基础的Python开发者,尤其适合要使用Python开发数据存储和处理等相关应用的读者阅读参考。 -
Python数据分析(印尼)Ivan Idris 伊德里斯作为一种高级程序设计语言,Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时,Python语言的数据分析功能也逐渐为大众所认可。本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章,从Python程序库入门、NumPy数组、matplotlib和pandas开始,陆续介绍了数据加工、数据处理和数据可视化等内容。同时,本书还介绍了信号处理、数据库、文本分析、机器学习、互操作性和性能优化等高级主题。在本书的结尾,还采用3个附录的形式为读者补充了一些重要概念、常用函数以及在线资源等重要内容。本书示例丰富、简单易懂,非常适合对Python语言感兴趣或者想要使用Python语言进行数据分析的读者参考阅读。
