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。

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...

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。

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。

本书采用翻转课堂的教学模式，内容全面，条理清晰，以能力为本位，以技能培养为出发点进行项目化教学，每个项目由浅入深、从易到难、循序渐进，学生在学习中可随时通过扫描二维码获取相关学习资源，提高学习效率。本书基于学生管理系统，以Access2016作为教学背景，设置7个项目，包括认识Access、创建学生管理系统数据库和表、创建学生管理系统查询、创建学生管理系统窗体、创建学生管理系统报表、创建学生管理系统宏及用VBA创建学生管理系统其他功能等，理论知识与实例相结合，方便读者学习。本书适合作为中、高等职业院校计算机类专业数据库课程的教材，也可作为财经、管理类专业的数据库教材，还可作为从事计算机应用工作的科技人员和工程技术人员及其他相关人员的培训或参考用书。

本书根据现有的大数据技术理论，综合介绍了大数据技术的相关基础理论知识，并提供了部分实践操作介绍。本书共8个章节，内容包含大数据的概念和特征，大数据计量，大数据生命周期，大数据与云计算，Hadoop，HDFS，MapReduce，大数据编程语言Python、Spark、R语言，数据预处理，聚类分析，k-邻近分类算法，数据可视化，大数据应用，大数据安全与威胁，爬虫技术，MINIST数字识别技术。本书分别在大数据采集与预处理、数据挖掘与分析等重要章节中安排了入门级的实践操作内容，以便读者 好地学习和掌握大数据关键技术。本书可以作为高等院校数据科学与大数据等相关专业的课程教材，亦可作为大数据爱好者的科普读物。

数据科学实践课程是在数学、统计学的基础课以及机器学习、深度学习、分布式计算等专业课程之后开设的一门以实践为主的提升课程，目的是让学生对所学知识融会贯通，解决社会生产实践的具体问题。本书的安排以案例教学为主，在 章引言与第2章基础模型知识点介绍之后，在第3、4、5章安排了三个大型机器学习案例，包括单机版实现以及Hadoop平台分布式实现，第6、7章为两个深度学习案例，需要用GPU服务器实现。本书所有的原始数据和代码可以从中国人民大学出版社网站（www.crup.com.cn）下载。

本书以Access 2016数据库对象为主线，以“医院管理.accdb”为案例数据库来构建Access 2016的基本知识体系，重点介绍数据库的基本操作和实际应用。本书内容主要包括数据库基础知识、数据库和表、查询设计、窗体设计、报表设计、宏设计、VBA程序设计基础。全书内容编排由浅入深、简明扼要、通俗易懂、图文并茂、直观生动，以应用能力为目的，强化应用为重点，理论联系实际。书中提供了大量的操作实例，并配有丰富的实例图片，在套配的习题集中每章均提供了对应的习题，以帮助读者快速掌握Access2016数据库技术。本书既可作为高等院校非计算机专业特别是医学类专业的教学用书，也可作为计算机专业和全国计算机等级考试参考用书。为了方便教学，以及读者进行网络学习与实训操作，本书编者还提供了配套的《数据库应用技术——Access程序设计实验指导及习题集》，并制作了电子教学资源，包括课件、教学微视频、电子习题等。