本书以微型计算机为主，全面系统地介绍计算机基础知识及其基本操作。全书共12个项目，主要内容包括了解计算机基础知识、学习计算机系统知识、认识Windows7操作系统、管理计算机中的资源、编辑Word文档、排版文档、制作Excel表格、计算和分析Excel数据、制作幻灯片、设置并放映演示文稿、使用计算机网络和做好计算机维护等。本书采用项目驱动式讲解方式，并参考了计算机等级考试一级MSOffice的考试大纲要求，训练学生在计算机应用中的操作能力以及培养学生的信息素养。书中各个任务主要以“任务要求+相关知识+任务实现”的结构进行讲解，每章末安排了课后练习题，以便对所学知识进行实践练习和巩固。本书适合作为各级各类高等院校学生的计算机基础教材或参考书，也可作为计算机培训班教材或计算机等级考试一级MSOffice的自学参考书。

《Excel2013数据处理与分析》是指导读者学习Office2013中文版的Excel数据处理与分析的书籍。书中详细地介绍了使用Excel2013制作表格、收集企业数据、处理数据以及利用这些数据对企业经营活动做出分析的方法，使收集的数据能够更好地为企业的经营活动提供参考。全书共分14章，分别介绍数据的输入，数据的格式化，排序、筛选与分类汇总，公式与函数，图表，数据透视表，趋势分析—掌握企业的经营变化、描述分析—及时调整和调度企业资源，对比分析—掌握企业在行业中的地位，结构分析—提升企业的竞争力，相关分析—为企业经营做出正确决策，投资分析—为企业创造收益价值，假设分析—促进企业发展，数据分析报告等内容#简介数值计算#

本书以独特的方式讲解数据科学，不仅让读者可以轻松学习数据科学理论，又可以动手（手算和机算）进行数据科学实战。本书特色：全彩印刷，图形、表格、思维导图丰富；避免深奥的数学证明，采用简单的数学说明；用各种学习图将本书内容贯穿起来；实战计算，包含小型数据的演算和大型数据的实战程序。本书共13章，内容涵盖丰富的数据科学模型，包含关联分析、聚类分析、贝叶斯分类、近邻法、决策树、降维分析、回归模型等算法。利用小数据例题介绍计算步骤，同时用R语言验证计算结果。另外，也有大数据的案例数据，例如：推荐系统、支持向量机、集成学习等。另外，本书只有大数据的案例数据用R语言计算。本书适合各个专业领域（包含金融、电商、保险、互联网等行业）想掌握数据科学的读者，也可以作为高校、社会培训机构教材。由于内容比较多，教师可自行选择教学内容。

（1）概念篇：介绍当前紧密关联的**新IT领域技术云计算、大数据和物联网。（2）大数据存储与管理篇：介绍分布式数据存储的概念、原理和技术，包括HDFS、HBase、NoSQL数据库、云数据库。（3）大数据处理与分析篇：介绍MapReduce分布式编程框架、基于内存的分布式计算框架Spark、图计算、流计算、数据可视化。（4）大数据应用篇：介绍基于大数据技术的推荐系统。#简介数值计算#

本书以任务为导向，全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。全书共9章，*1章介绍了数据分析的基本概念等相关知识；*2～6章介绍了Python数据分析的常用库及其应用，涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，较为全面地阐述了Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析。除*1章外，本书各章都包含了实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。本书可作为高校大数据技术类专业的教材，也可以作为大数据技术爱好者的自学用书。

本书在介绍大数据发展背景、特点及主要技术层面的基础上，对大数据的数据采集、数据存储、常见计算模式和典型系统工具进行了分析介绍。本书同时对各种典型系统工具进行了讲解，包括大数据查询分析计算及典型工具（HBase、Hive）、批处理计算及典型工具（MapReduce、Spark）、流式计算及典型工具（Storm、Apex、Flink）、事件流及典型工具（Druid）等。本书提供了大量的实例和源代码供读者参考，指导读者快速、无障碍地了解和掌握常见大数据分析工具的使用。本书适合作为计算机及相关专业的教学用书，也可以作为大数据初学者的自学教材和参考手册。