数据仓库与数据挖掘

本书比较系统地介绍数据仓库与数据挖掘的理论体系和应用。本书总的指导思想是在掌握基本知识和基本理论的基础上，强调实际应用能力的培养。全书力求深入浅出，通过通俗的语言及案例分析，介绍数据仓库及数据挖掘的基本概念及相关理论与方法。从数据仓库的定义、结构、设计、构建方法及联机分析处理应用等方面对数据仓库进行较为详细的介绍；从数据挖掘的定义、数据预处理、数据挖掘中的常用算法等方面对数据挖掘的基本知识和算法等理论进行介绍。本书强调数据仓库和数

商业智能原理与应用

商业智能是将企事业单位积累的数据转化为知识，帮助企事业单位做出科学决策的工具。蔡颖、鲍立威编著的《商业智能原理与应用》以“ 商业智能”应用为主线，全面系统地介绍了商业智能的基本概念、方法和技术，克服了以“数据挖掘” 技术为丰线的局限性，并以ms sql server作为数据仓库管理平台，以sql server business intelligence developrnent visual studio作为商业智能开发平台，进行

数据挖掘算法与CLEMENTINE实战

《数据挖掘算法与Clementine实践》主要介绍了几种最成熟的数据挖掘方法，并针对每种方法，，介绍了应用最广泛的几种实现算法。书中以Clementine12.0为平台，用实例介绍了每种算法的具体应用。全书各章分别介绍了数据挖掘和Clementine软件、决策树分类方法（包括ID3、C4.5、c5.o、CART等算法）、聚类分析方法（包括K-Means算法和TwoStep算法）、关联规则挖掘方法（包括Apriori算法、CARMA

R语言编程艺术

r是一种用于统计计算与做图的开源软件，同时也是一种编程语言，它广泛应用于企业和学术界的数据分析领域，正在成为最通用的语言之一。由于近几年数据挖掘、大数据等概念的走红，r也越来越多地被人关注。截至本文完成之日，cran（http://cran.r-project.org/）上共有4383个包，涉及统计、化学、经济、生物、医学、心理、社会学等各个学科。不同类型的公司，比如google、辉瑞、默克、美国银行、洲际酒店集团和壳牌公司都在

数据挖掘技术及其应用

《数据挖掘技术及其应用(精)》(作者杨杰、姚莉秀)系统地讲述了数据挖掘的基本概念和基本原理，并列举了在相应领域具有参考价值的算法及其改进和应用，是作者多年来从事教学和科研实践的成果。全书共9章，主要内容有：数据挖掘的基本概念和原理，数据预处理，各种分类、聚类和关联规则提取算法，以及在生物信息学、材料学中的实际应用案例。 《数据挖掘技术及其应用(精)》可用作计算机专业本?高年级学生或研究生的教材或参考书，也可供从事计算机信息处理、

数据仓库与数据挖掘技术(计算机科学与技术专业实践系列教材)

数据仓库与数据挖掘是计算机专业和其他一些与计算机技术关系密切专业必修的核心课程。《数据仓库与数据挖掘技术》系统地介绍了数据仓库和数据挖掘的基本概念、相关知识和基本方法，每种数据挖掘方法都有详尽的实例描述和具体实现步骤。《数据仓库与数据挖掘技术》结构严谨，条理清晰，语言浅显易懂，循序渐进地表达了知识内容；《数据仓库与数据挖掘技术》坚持理论与实际相结合，概念和具体方法相结合，使知识具体化，生动化；实例实现的过程建立在sql 2005

数据挖掘原理与实践

本书分为数据挖掘理论和数据挖掘实践两大部分。基础理论部分的主要内容包括数据挖掘的基本概念、数据挖掘的预处理、聚类分析、分类与回归、关联规则挖掘、例外点检测。数据挖掘实践部分讨论了数据挖掘在通信行业、文本挖掘等方面的实际应用；通过四个案例展示了在通信行业中如何利用数据挖掘进行客户细分、客户流失分析、客户社会关系挖掘、业务交叉销售；通过跨语言智能学术搜索系统和基于内容的垃圾邮件识别两个案例展示了数据挖掘在文本挖掘方面的应用。 本书可作为

动态数据挖掘

零基础学R语言数据分析:从机器学习、数据挖掘、文本挖掘到大数据分析

本书共分14章，内容主要有R语言简介、数据读取与写入的方法，条件判断、循环等流程控制以及自定义函数，高级绘图、低级绘图、交互式绘图的说明，决策树、支持向量机、人工神经网络的介绍，基本统计、机器学习、数据挖掘、文本挖掘、大数据分析的应用，层次聚类法、K平均聚类算法、模糊C平均聚类算法、聚类指标、基因算法及人工蜂群算法的应用。 本书适合没有程序设计经验、想要接触R语言的人以及对统计、机器学习、数据挖掘、文本挖掘、大数据分析有兴趣的人阅读

数据挖掘:你必须知道的32个经典案例(第2版)

本书是为广大数据分析师量身定制的入门读物，它旨在帮助读者站在大数据时代的制高点。数据分析处于统计学、计算机信息科学、运筹学、数据库等多个领域的交叉地带，大数据时代的到来大大丰富了数据分析的内涵，数据分析师的职责与以往相比发生了巨大的改变。本书全面介绍了经典数据分析、模式识别、机器学习、深度学习、数据挖掘、商务智能等多个领域的数据分析算法，将大数据时代的数据分析热点技术一网打尽。本书为每个数据分析算法都搭配了一个经典案例，并按照由易到难

用商业案例学R语言数据挖掘

本书适合人群： 本书是一本面向商业数据分析初学者的教材，从具体的商业数据分析案例入手，使读者掌握数据挖掘的目的、理念、思路与分析步骤。本书力图淡化技术，对于方法的介绍也尽量避免涉及过多的数学内容，和高等数学相关的内容只在线形回归和主成分分析这两节中涉及，而且都辅以图形做形象的展现。因此本书的读者只需要具有高中水平的数学基础即可。但是本书强调每种方法的假设、适用条件都与商业数据分析的主题匹配。在教学实践中，我们发现业务经验丰富和有较好商

数据挖掘学习方法

本书系统地介绍了数据挖掘的方法和技术，主要内容包括：决策树挖掘；关联规则挖掘；逻辑回归；神经网络；聚类分析；支持向量机；降维；异常检测等。每一章都会涉及学习要点、学习难点和思考题，希望能使学生对数据挖掘的整体结构、理论、概念、技术和方法有深入的认识和了解；掌握数据挖掘的技术、方法及数据挖掘应用系统开发，了解数据仓库和数据挖掘技术的研究问题、现状及未来的研究方向。并且结合具体案例的分析，实现数据挖掘的功能。希望学生在创新意识、科研能力等

研究数据的管理与共享-最佳实践指南-中文翻译版

人文社会科学和自然科学研究过程中积累了大量的研究数据，这些数据如何管理、共享、出版和引证？如何再次利用他人的数据？过程中牵涉到哪些知识产权？本书的几位作者不仅熟悉全球尤其欧美的研究数据管理的实践应用，而且在英国数据档案馆拥有多年数据相关专业工作的管理与实践经验，他们在本书中将多年积累的**数据管理实践建议、指导和培训倾囊呈现。本书前三章对研究数据管理和共享进行总括介绍，包括管理和共享的重要性、研究数据生命周期以及如何制订研究数据管理计

数据分析师养成宝典

只要学会数据思维，数据分析任你摆布 只要有想法肯动脑，有无基础皆可学会 只要懂得指标设计，项目落地信手捏来...

算法与数据结构:C语言版

本书主要内容包括绪论、线性表、栈和队列、串、数组、树形结构、图、内部排序、查找。教材中对各类数据结构的分析按照“逻辑结构-存储结构-基本运算的实现-时空性分析-实例”的顺序进行讲述, 结构规范, 条理清晰。书中给出的程序和算法都是经过仔细筛选的经典内容, 便于读者理解和掌握, 程序采用C语言描述并容易调试通过 ; 每章有重点介绍和总结, 总结对重要的知识点进行穿线, 每章后针对本章重要知识点配有大量习题...

大数据.数据挖掘与智慧运营

随着移动互联网和物联网时代的来临，人和万事万物被广泛地联系在一起。人们在联系的过程产生了大量的数据，例如用户基础信息、网页浏览记录、历史消费记录、视频监控影像，等等。据此，以Google 为首的互联网公司提出了大数据（Big Data）的概念，并声称人类已经脱离了信息时代（Information Time，IT），进入了大数据时代（Data Time，DT）。显然，海量数据包含了非常丰富的浅层次信息和深层次知识。对于同一竞争领域的企业

数据可视化与挖掘技术实践

书中研究内容和成果对于空间数据的组织、描述和表达具有重要的意义。...

Kafka技术内幕-图文详解Kafka源码设计与实现

图文详解Kafka的内部原理、设计与实现 全面分析以Kafka为中心的分布式流平台 Kafka新特性详解，包括连接器、流处理...

基于网络大数据的社会经济监测预警研究

本书针对网络大数据具有时效性强、分布范围广的特点, 提出一个基于网络大数据的社会经济监测预警的研究框架, 对网络大数据进行深入分析和挖掘, 在此基础上就社会转型中的社会经济关键指标进行实时监测和智能预测, 为政府和相关管理部门提供有效的分析工具与决策支持...

数据即未来-大数据王道之道

数据科学方面的书籍玲琅满目，大多数都在介绍如何使用各种全新的工具和技术，鲜有讨论数据科学中细致入微的解决问题的过程。本书作者结合自己的亲身经历，讲述了数据科学中从项目准备、解决方案构建到项目交付的全部过程，并以案例的形势深入浅出地讲解在开展数据科学项目的过程中可能遇到的各种问题，可以帮助你按图索骥地学会数据科学。本书不会过多地纠结于细节的技术，而是更注重思维方式的梳理，以及对数据科学的深刻洞察，帮助你明晰要解决的问题，并找到实际解决方

以太坊技术详解与实战

（1）以太坊创始人、首席科学家Vitalik Buterin倾力推荐，工业界与学术界区块链专家联合撰写，系统性和实用性毋庸置疑 （2）深入剖析以太坊架构、核心部件、智能合约编写与开发案例等关键技术，并涵盖以太坊数据分析、性能优化、隐私与数据安全等前沿实践与进展...

数据仓库与数据挖掘概念、方法及图书馆应用

本书以图书馆信息化为基点，从理论与实际应用角度，介绍了数据仓库与数据挖掘的概念、方法及在图书馆的应用。主要内容包括：以图书馆自动化集成系统日常工作中产生的数据为基础，详细介绍了应用微软SQL Server 2012数据仓库与数据挖掘工具进行图书馆数据仓库开发、数据集成服务、联机分析处理及常见数据挖掘技术挖掘过程。 本书注重实践性，可操作性强，可作为企事业单位数据仓库与数据挖掘工作人员、研究人员参考用书...

大数据侦查

本书是大数据王的首部个人专著。大数据时代是充满无限生机的时代，也是一切都有可能的时代。本书为人们提供了柴郡猫智慧的小样本。...

大数据概论

本书是一部有关大数据的概述，全书共分五个部分，内容分别是：什么是大数据，大数据的应用，支撑大数据的技术，大数据的执行和应用技术——数据挖掘，大数据应用的未来趋势和挑战...

R语言数据挖掘实用项目解析

本书将阐述数据挖掘的一些主题，如数学表述、在软件中的实现，以及如何据此来解决商业问题。本书旨在让读者可以从数据管理技术、探索性数据分析、数据可视化等内容着手学习，循序渐进，直至建立高级预测模型。本书也从数据科学、分析学、统计建模以及可视化等角度对数据挖掘这一概念进行了综述...

Hadoop构建数据仓库实践

本书共13章，主要内容包括数据仓库、Hadoop及其生态圈的相关概念，使用Sqoop从关系数据库全量或增量抽取数据，使用Hive进行数据转换和装载处理，使用Oozie调度作业周期性执行，使用Impala进行快速联机数据分析，使用Hue将数据可视化，以及数据仓库中的渐变维（SCD）、代理键、角色扮演维度、层次维度、退化维度、无事实的事实表、迟到的事实、累积的度量等常见问题在Hadoop上的处理等。本书适合数据库管理员、大数据技术人员、H

数据库原理及应用-SQL Server 2014

本书是作者在多年的教学实践、科学研究以及项目实践的基础上，参阅了大量国内外相关教材后，几经修改而成，主要特点如下。 1．语言严谨、精练。对数据库中的基本概念和技术进行了清楚准确的解释并结合实例说明，让读者能较轻松地掌握每一个知识点。 2．实际项目开发与理论教学紧密结合。为了使读者能快速地掌握关系型数据库的相关技能并熟练运用，本书在各个章节的重要知识点后面都根据实际项目的数据库完成相关的实训，完整地实现的数据库的设计和程序设计过程。

数据挖掘在Web资源开发与利用中的应用研究

《数据挖掘在Web资源开发与利用中的应用研究》为国家社科基金后期资助项目成果，针对Web资源开发利用面临的主要问题，围绕数据挖掘优化方法，对用户行为分析、个性化推荐、Web信息检索以及Web页面链接分析等方面的内容展开研究。该成果定性与定量研究、理论与实证研究相结合，融合多个学科的技术成果，在研究方法和手段上有所创新。该成果既有翔实的理论阐述，又有系列的公式演示，严谨可信，具有较高的理论研究价值；同时该成果提出的一些新型模型和理论框架

大话存储后传-次世代数据存储思维与技术

冬瓜哥对技术的追求已经到了痴迷的境界，与10年前相比，文笔解析更为到位，技术理解更为精准。其公众号的每篇文章，都是存储业界风向标。...

Access 2013数据库案例教程

本书根据教育部高等学校计算机基础教学指导委员会编制的《普通高等学校计算机基础教学基本要求》,为满足高等教育对数据库技术和程序设计方面的基本要求进行编写。 本书共11章，包括数据库基础知识、Access 2013数据库、表的创建与使用、查询设计、结构化查询语言SQL、窗体设计、报表设计、宏、VBA与模块、数据库管理、数据库安全。书中有丰富的案例和大量的练习题、上机实训，还提供课后习题参考答案。 本书内容叙述清楚、示例丰富、图文并茂、步骤

大数据技术概论-从虚幻走向真实的数据世界

1.以通俗易懂的语言、丰富的实例、简洁的图表、传统和现代数据特征的对比，将大数据这一计算机前沿科学如数家珍的娓娓道来。既介绍了大数据和相关的基础知识，又与具体应用有机结合，并且借助可视化的画面感为读者由浅入深地剖析了大数据分析原理和技术架构，非常便于自学。2.本书内容包括大数据概论、大数据采集及预处理、大数据分析、大数据数据可视化、Hadoop概论、HDFS和Common概论、MapReduce概论、NoSQL技术介绍、Sp

数据结构

本书系统地介绍了线性表、栈、队列、串、数组、广义表、树、二叉树、图等常用数据结构以及查找、排序、索引等算法设计技术，给出了较多的数据结构应用实例及其算法在计算机中的存储和实现，分析了复杂度。书中各种算法采用C++语言描述，既适合在MSVC下使用，也适合在MSVC++.NET中使用。全书注重程序设计风格，可读性和实用性强。本书内容丰富，层次清晰，讲解深入浅出，可作为计算机及相关专业本、专科数据结构课程的教材，也可供从事计算机软件开发和应

大数据

本书是国内绝大多数高校采用的知名教材《云计算》（1-3版）的姊妹篇，是中国大数据专家委员会刘鹏教授联合国内多位专家历时两年的心血之作。大数据领域一直缺乏一本权威教材，希望本书能够填补空白。本书系统地介绍了大数据的理论知识和实战应用，包括大数据采集与预处理、数据挖掘算法和工具和大数据可视化等，并深度剖析了大数据在互联网、商业和典型行业的应用。刘鹏教授创办的网站中国大数据（thebigdata.cn）、中国云计算（chinacloud.c

图数据管理与挖掘

本书深入阐述了图数据管理与挖掘的关键技术和典型应用。内容包括了子图匹配查询处理算法、基于社会网络图数据的推荐方法、时空图挖掘方法、基于专利图数据的专利检索与挖掘方法。同时, 本书也将这些成果分别应用于图数据查询处理系统、社会网络平台、时空数据挖掘系统以及...

大数据技术原理与应用-概念.存储.处理.分析与应用-第2版

1.作者建设了国内高校首个大数据课程教师培训交流基地，打造了中国高校大数据教学知名品牌，已经在国内高校形成了广泛的影响力。 2.作者建设了国内高校首个大数据课程公共服务平台，为教师教学和学生学习大数据课程提供讲义PPT、学习指南、备课指南、上机习题、实验指南、技术资料、授课视频等，资源丰富。...

云计算与大数据

本书抽丝剥茧地讲述了云计算简史、大数据的前世今生，纠正了一些时下被误导的观点，分析了大数据与Hadoop的关系、云计算与大数据的关系，从开源vs.闭源的角度阐释了整个业界的软件定义趋势、商用硬件趋势并预言了硬件回归的必然趋势，然后用案例讲解了云计算或大数据系统体系架构的设计与实现。...

云端-动荡世界中的大数据

破除大数据神话 带领我们从云端回到地面 著名传播学者文森特莫斯可关于大数据的批判性力作...

数据化网站运营深度剖析

揭秘网站运营本质和策略解析数据驱动运营的奥秘多行业经典案列深入剖析分享真实的网站运营技巧...

Hadoop与大数据挖掘

这是一本适合教学和零基础自学的Hadoop与大数据挖掘的教程，即便你完全没有Hadoop编程基础和大数据挖掘基础，根据本书中的理论知识和上机实践，也能迅速掌握如何使用Hadoop进行大数据挖掘。全书主要分为两篇：基础篇（1-7章），首先从宏观上介绍了大数据相关概念和技术，然后逐一对Hadoop、Hive、HBase、Pig、Spark、Oozie等一系列大数据技术的概念、原理、架构，以及企业应用方法进行了详细介绍，同时配有大量的案例。

大数据分析原理与实践

本书介绍了大数据分析的多种模型、所涉及的算法和技术、实现大数据分析系统所需的工具以及大数据分析的具体应用。本书共16章。第1章为绪论，就大数据、大数据分析等概念进行了阐释，并对本书内容进行了概述；第2~7章介绍了关联分析模型、分类分析模型、聚类分析模型、结构分析模型和文本分析模型；第8章介绍大数据分析的数据预处理问题；第9章介绍降维方法；第10章介绍了数据仓库的概念、内涵、组成、体系结构和建立方法，还介绍了分布式数据仓库系统和内存数据

Python与数据挖掘

本书主要分为两大部分，基础篇和建模应用篇。基础篇介绍了有关Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用模块和图表绘制等基础知识。建模应用篇主要介绍了目前在数据挖掘中的常用的建模方法在Python中的实现函数，并对输出结果进行了解释，有助于读者快速掌握应用Python进行分析挖掘建模的方法。本书配套提供了书中使用的示例代码及所用的数据，读者可通过上机实验，快速掌握书中所介绍的Python的使用方法...

数据中心基础设施维护规程

本书重点介绍了基础设施运维概念以及如何进行规范操作，实用性高，可操作性强。主要内容如下。第1章总则部分，定义了规程中用到的术语、编写原则、适用范围。第2章对数据中心运维组织、人员、基本制度、运维流程进行了描述。第3～9章重点描述了高低压变配电系统、发电机组、UPS、直流系统、蓄电池组、冷水型制冷系统、直接膨胀式空调、新风自然冷系统、普通空调、制冷自控系统BA、动力环境监控系统、防雷接地系统、综合布线、安防系统和消防系统的维护技术和维护

数据挖掘方法与模型

当下，由于强大的数据挖掘软件平台很容易获得，草率地使用数据挖掘方法和技术将导致挖掘的结果混淆难解。这种失误往往源自盲目使用“黑盒子”方法进行数据挖掘，而最好的避免途径就是使用“自盒子”方法，理解隐藏在软件背后的算法和统计模型结构。 　　本书分为7章，第l章是对降维方法的介绍，这是数据挖掘技术的一个先决条件；第2章至第6章为经典的数据挖掘算法和技术，包括一元回归模型、多元回归模型、逻辑回归模型、贝叶斯网络分析以及遗传算法，通过实

数据挖掘的应用与实践:大数据时代的案例分析

现今市面上已经有书籍全面地介绍数据挖掘的技术理论基础，详细解析各种挖掘算法的原理和细节。同时，还有书籍专门介绍各种数据挖掘算法的实现和相关工作的使用。但这些书侧重于介绍单个数据挖掘功能及相关算法原理，并没有涉及如何将数据挖掘应用到具体实践，本书填补了这个空白。对每个案例都有详细的解析，全面介绍了如何将一个实际问题抽象和转化为数据挖掘的问题，然后利用数据挖掘的理论和方法加以解决，让读者明白来龙去脉。目的是切实指导数据挖掘的应用实践，建立

中国数据中心技术指南

为推广数据中心的建设技术，贯彻执行国家标准，本书总结了数据中心供配电系统、空调系统、机柜系统和布线系统的理论和实践经验，阐述了数据中心用电设备对于电能的基本要求，介绍了数据中心环境要求、设备布局、空调系统规划、未来的发展趋势以及数据中心空调系统的评估和优化...

写给程序员的数据挖掘实践指南

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。 　　本书作者采用在实践中学的方式，提供了python的代码和案例，详细介绍如何应用数据挖掘技术，开发出实用的推荐系统。 　　本书英文版在网络上放出样章，得到很多业内知名人士的推荐和好评。 　　知名技术译者王斌老师译作，翻译质量上乘 　　数据挖掘一般是指通过算法搜索隐

Hadoop大数据分析与挖掘实战

本书共14章，分三个部分：基础篇、实战篇、高级篇。基础篇介绍了数据挖掘、Hadoop大数据的基本原理，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大数据项目挖掘分析经验，同时快速领悟看似难懂的大数据分析与挖掘理论知识。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TipDM-HB大数据挖掘建模平台，通过上机实验，以快速理解相关知识与理论...

Python数据分析

实用的python开源模块的大集合； 简单易懂、示例丰富的数据分析教程； 掌握数据可视化、机器学习等高端主题； 新手变身数据分析专家的上好读本...

实时分析:流数据的分析与可视化技术

本书共11章。第1章介绍常见的流数据的来源、应用以及三个重要特性：持续交付、结构松散和高基数，并阐释对流数据使用基础架构和算法的重要性。第2~6章介绍实时流架构的各组件涉及的软件、框架和方法。第2章概述实时流架构设计涉及的组件、特性、编程语言等。第3章介绍实时流架构的服务配置和协调，重点介绍协调服务器ZooKeeper。第4章阐述实时流架构中数据流程的管理，涉及用来管理数据流程的两个软件包Kafka和Flume。第5章分析流数据的处理

Spark最佳实践

季昕华、徐羽作序，连城/胡熠/武泽胜/肖磊/靳志辉联袂推荐 腾讯专家首次分享spark*实践 基于真实数据，用案例分析全面解读大数据应用设...

双论域粗糙集理论与方法

本书稿主要包含单论域粗糙集的基本理论、双论域上的粗糙集模型的变换、双论域上基于水平集的粗糙集、双论域上的概率粗糙集、双论域上的多粒度粗糙集、双论域上的多粒度概率粗糙集、双论域上的多粒度决策粗糙集等理论...

不确定性知识处理的基本理论与方法

不确定性知识处理是人工智能领域最基本的研究问题。该书对知识表示和推理，不确定性知识处理的基本理论、方法进行了全面、系统地阐述。该书包括知识表示与推理方法，不确定性知识处理的经典理论与方法，贝叶斯网推理与学习方法和粗糙集理论等四部分...