本书是与《数据库应用技术——Access程序设计》教材配套的实训教学用书，以Access2016数据库对象为主线，以“医院管理”为主要案例数据库进行实验项目的设计。全书包括实验指导和习题集两部分。实验指导部分设计了8个实验项目，可以帮助读者进行上机操作实训，以加深对学习内容的理解和掌握，加强数据库的应用；习题集部分编写了对应教材学习内容的7个章节的习题，帮助读者进一步理解和巩固数据库的基本概念和原理，掌握数据库基础知识及应用。本书适合作为高等院校非计算机专业尤其是医学类相关专业在校学生的配套教学用书，也可以作为全国计算机等级考试实训参考用书。

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。

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。

当今时代，海量信息数据在人类生产生活中涌现，信息数据处理的重要性也逐渐凸显。在此种背景下，大数据和云计算应运而生。大数据正在世界范围内引发深刻的技术和商业变革，而云计算是大数据成长的重要驱动力，二者是一体两面的关系。本书从云平台和大数据的概念及关系出发，详细阐述了大数据时代背景下的云计算技术、云安全架构、ISDM云平台等知识，并揭示了大数据时代云计算技术未来面临的问题。本书有着广泛的适用范围，可以作为高校大数据、计算机科学与技术、计算机软件、计算机信息管理、软件工程等专业的教材，也可作为相关从业者的参考读物。

本书深入浅出地介绍了面向大数据和云计算的异构结构集群资源调度框架和应用，共分为11章，内容涉及面向大数据和云计算的异构结构集群的基本概念、异构结构集群资源调度机制、集中式资源调度框架、集中式资源调度框架的负载平衡和可扩展性优化、分布式资源调度框架、应用感知的混合式资源调度框架、GPU集群的一体化调度算法、CPU-GPU集群在机器学习中的资源调度、大规模图数据挖掘的示范应用。 本书的适用对象为大数据和云计算相关领域的程序员、架构师、运维人员和产品经理作为技术参考和培训资源，也可以作为大中专院校教师和学生的教学参考。

本书分为理论篇、方法篇、应用篇，共10章。理论篇（ ～3章）介绍大数据共享与交易、数据服务的基本概念、区块链数据服务方法等；方法篇（第4～8章）重点阐述区块链服务的数据交易能力和密码学保障的安全能力的相关方法，包括高时效数据交易、运行时交易监管实现、区块链安全与隐私保护等；应用篇（第9、10章）介绍在服务集成应用中快速设计数据共享与交易业务场景的方法，探索基于联盟链进行数据共享与交易应用开发的实践方案。本书取材新颖、内容丰富、重点突出、深入浅出，便于教学与自学。本书可供高等学校计算机类各专业高年级本科生、研究生，以及专注于大数据、区块链技术与软件服务新技术的从业人员、研究人员使用和参考。

数据分析与可视化在大数据时代扮演着重要角色。数据分析用于将原始数据转化为可行的见解，可视化能将关键数据和特征直观地表达出来。本书深入浅出地介绍了数据分析与可视化的相关理论和实践，全书共7章。第1章阐明NumPy的基础操作。第2章详细介绍NumPy的 应用，内容包括数组的 索引方式、张量的合并与分割、NumPy文件的读与写。第3章介绍Pandas的基本特性。第4章详细阐述Pandas的 特性。第5章详细讨论可视化工具Matplotlib的用法。第6章介绍高阶可视化工具Seaborn的用法。第7章讲解时间序列数据的处理。每个章节均给出了可用性强的实战项目。本书结构完整、行文流畅，是一本图文并茂、通俗易懂的数据分析与可视化的零基础入门著作。对于计算机、大数据、人工智能及相关专业的本科生和研究生，这是一本适合入门与系统学习的教材；对于从事数据分析与可视化的工程技术人员，本书亦有很高的参考价值。

本书以MySQL 8.0数据库管理系统为平台，以案例教学为编写主线，介绍数据库系统的基本概念和数据库应用技术。书中以学生选课管理系统作为教学案例，以网上书店系统作为实训案例， 一章讲解一个具体的项目案例开发设计过程，将数据库原理知识与实际数据库开发过程结合在一起。本书采用目前流行的在线开放课程教学方式，提供慕课视频、PPT、习题库、试题库等多种资源形式来协助读者学习。本书在设计内容时与时俱进，，整合知识内容与育人元素，创新构建课程知识体系和价值体系。本书可以作为高职院校的计算机相关专业的教材，也可作为从事计算机软件工作的科技人员和工程技术人员及其他相关人员的培训教材或参考书。

本书重点阐述云计算与大数据的基本原理、关键技术、常用平台和应用案例。本书共8章，包括云计算和大数据基础、云计算架构、虚拟化技术、云计算技术、大数据技术架构、大数据技术、云计算与大数据应用、综合实践等。本书配有PPT课件、教学大纲、教学计划、电子教案、课后习题答案、模拟试卷及答案、实验指导书、实验虚拟机，使用本书的老师可在人邮教育社区免费下载使用。本书可作为高等院校数据科学与大数据技术、计算机科学与技术、软件工程、大数据管理与应用等专业学生的教材，还可供IT领域的技术人员学习使用，同时可作为云计算与大数据研究人员的参考书。

使用机器学习技术解决实际应用问题涉及模型的建立、训练及评估等步骤。优化算法常被用于训练模型的参数，是机器学习的重要组成部分。机器学习模型的训练可以建模成无约束优化问题或带约束优化问题，约束可以为模型增加更多的先验知识。基于梯度的算法（例如加速梯度法、随机梯度法等）是求解无约束优化问题的常用方法，而交替方向乘子法（ADMM）则是求解带约束优化问题的有力工具。《BR》本书概述了机器学习中ADMM的新进展。书中全面介绍了各种情形下的ADMM，包括确定性和随机性的算法、集中式和分布式的算法，以及求解凸问题和非凸问题的算法，深入介绍了各个算法的核心思想，并为算法的收敛性和收敛速度提供了详细的证明。