本書基於ACCESS 2016，通過大量實例對數據庫設計、數據庫實現、數據操作及應用等各方面進行了全面深入的闡述，書中所用實例具有典型意義，前後連貫、簡明生動、易於理解，其中許多示例是作者精心設計的。全書內容完整，文字深入淺出，理論知識通俗易懂。本書有配套的實驗與學習指導教程，便於高校師生教與學。本書非常適合作為非計算機專業的Access數據庫教材和學生自學使用，也可作為讀者學習關繫數據理論和使用Access和Excel的參考書。

本書基於ACCESS 2016，通過大量實例對數據庫設計、數據庫實現、數據操作及應用等各方面進行了全面深入的闡述，書中所用實例具有典型意義，前後連貫、簡明生動、易於理解，其中許多示例是作者精心設計的。全書內容完整，文字深入淺出，理論知識通俗易懂。本書有配套的實驗與學習指導教程，便於高校師生教與學。本書非常適合作為非計算機專業的Access數據庫教材和學生自學使用，也可作為讀者學習關繫數據理論和使用Access和Excel的參考書。

楊璠，博士，副教授，現任中南財經政法大學計算機科學與技術繫副主任。長期從事數據科學、網絡空間安全技術領域的教學和科研研究。主持各級項目10項，經費達7，在知名學術期刊上發表學術期刊10餘篇，其中SCI收錄7篇，EI收錄7篇；出版25萬字學術專著一本。曾獲“湖北青年教學能手”稱號；曾獲湖北省第三屆青年教師講課競賽三等獎 ；曾獲中南財經政法大學青年教師講課競賽一等獎。

篇數據處理基礎

第1章數據處理基礎與人工智能技術前沿

1.1信息、數據、大數據

1.1.1信息

1.1.2數據

1.1.3大數據

1.2信息(數據)處理技術分類及發展

1.2.1信息(數據)處理技術

1.2.2信息(數據)存儲技術

1.2.3智能數據分析技術

1.3人工智能與信息技術前沿

1.3.1人工智能

1.3.2數據挖掘

1.3.3機器學習

1.3.4大數據處理與人工智能

1.3.5區塊鏈技術

1.3.6智能科學發展的新趨勢

本章小結

思考題

第2章數據存儲基本理論(關繫數據庫)

2.1數據庫實例與數據模型

2.1.1Access數據庫實例

2.1.2數據模型

2.2關繫數據模型的基本理論

2.2.1關繫數據模型的三要素

2.2.2關繫及相關概念

2.2.3關繫數據庫的數據完整性約束

2.3關繫數據理論的進一步分析

2.3.1關繫代數

2.3.2關繫的規範化

2.4數據庫體繫結構

2.4.1三層體繫結構

2.4.2數據庫管理繫統概述

本章小結

思考題

第3章數據存儲設計與Access數據庫管理

3.1數據庫設計方法

3.1.1數據庫設計的定義

3.1.2數據庫設計的步驟

3.2實體聯繫模型及轉化

3.2.1ER模型的基本概念

3.2.2ER圖

3.2.3ER模型向關繫模型的轉化

3.2.4設計ER模型的進一步探討

3.2.5術語對照

3.3圖書銷售管理數據庫設計

3.3.1需求調查與分析

3.3.2概念設計與邏輯設計

3.4Access概述

3.4.1Access的發展

3.4.2Access的啟動和退出

3.4.3Access的用戶界面

3.5創建Access數據庫

3.5.1Access數據庫基礎

3.5.2創建數據庫

3.6Access數據庫管理

3.6.1數據庫的打開與關閉

3.6.2數據庫管理

本章小結

思考題

第4章表與關繫

4.1Access數據庫的表對像及創建方法

4.2數據類型

4.3表的創建

4.3.1數據庫的物理設計

4.3.2應用設計視圖創建表

4.3.3用其他方法創建表

4.4建立表之間的關繫

4.4.1表之間關繫的類型及創建

4.4.2對關繫進行編輯

4.5表的操作

4.5.1表記錄的輸入

4.5.2表記錄的修改和刪除

4.5.3對表的其他操作

4.5.4修改表結構和刪除表

4.5.5表的導出

本章小結

思考題

第5章數據存儲中的查詢

5.1查詢及查詢對像

5.1.1理解查詢

5.1.2SQL概述

5.1.3Access查詢的工作界面

5.1.4查詢的分類與查詢對像

5.2SQL查詢

5.2.1Access數據運算與表達式

5.2.2幾種常用的SQL查詢

5.2.3SQL的追加功能

5.2.4SQL的更新功能

5.2.5SQL的刪除功能

5.2.6SQL的定義功能

5.3選擇查詢

5.3.1創建選擇查詢

5.3.2選擇查詢的進一步設置

5.3.3彙總與分組統計查詢設計

5.3.4子查詢設計

5.3.5交叉表查詢

5.4查詢向導

5.4.1簡單查詢向導

5.4.2交叉表查詢向導

5.4.3查找重復項查詢向導

5.4.4查找不匹配項查詢向導

5.5動作查詢

5.5.1生成表查詢

5.5.2追加查詢

5.5.3更新查詢

5.5.4刪除查詢

5.6SQL特定查詢

5.6.1聯合查詢

5.6.2傳遞查詢

5.6.3數據定義查詢

本章小結

思考題

第二篇數據分析技術與人工智能方法

第6章智能數據分析語言——Python

6.1Python語言概述

6.1.1Python簡介

6.1.2為何使用Python做數據分析

6.2Python的安裝與配置

6.2.1Windows繫統中下載並安裝Python

6.2.2個Python程序

6.3Python語言基礎

6.3.1Python語法特點

6.3.2變量

6.3.3常用數據類型

6.3.4運算符和表達式

6.3.5常用序列結構

6.3.6循環控制語句

6.3.7函數

6.3.8模塊

6.3.9基本輸入輸出

6.4AI Studio平臺介紹

6.4.1運行一個簡單的項目

6.4.2新建一個簡單的項目

本章小結

思考題

第7章數值數據智能分析技術

7.1數值數據智能分析基礎

7.1.1NumPy數據處理

7.1.2Pandas庫基礎

7.2數值數據的導入和導出

7.2.1Python數據庫交互接口

7.2.2導入CSV文件

7.2.3導出CSV文件

7.2.4導入Excel文件

7.2.5導出Excel文件

7.3數據統計

7.3.1基本統計

7.3.2分組統計

7.4數據合並、連接和排序

7.4.1Pandas 合並、連接

7.4.2排序

7.5數據篩選和過濾功能

7.5.1篩選

7.5.2按篩選條件進行彙總

7.5.3過濾

7.6數據科學制圖

7.6.1Matplotlib基礎

7.6.2折線圖

7.6.3散點圖

7.6.4柱狀圖

7.6.5餅狀圖

7.6.6雷達圖

7.6.7三維圖形

本章小結

思考題

第8章文本數據智能分析技術

8.1數據獲取

8.2文本數據的輸入和輸出

8.2.1導入TXT文件

8.2.2導出TXT文件

8.3中文分詞技術

8.3.1中文分詞

8.3.2精確模式

8.3.3全模式

8.3.4搜索引擎模式

8.3.5jieba分詞

8.4數據預處理技術

8.4.1噪聲

8.4.2詞性分析

8.4.3停用詞

8.5自然語言處理技術

8.5.1詞頻統計

8.5.2詞雲分析

本章小結

思考題

第9章人工智能分析方法

9.1機器學習簡介

9.1.1機器學習的基本概念

9.1.2Python機器學習庫與學習平臺

9.2有監督學習

9.2.1回歸分析

9.2.2決策樹

9.2.3支持向量機

9.2.4KNN算法

9.2.5人工神經網絡

9.2.6深度學習

9.3無監督學習

9.3.1無監督學習簡介

9.3.2Kmeans聚類

本章小結

思考題

第10章智能計算思維及其應用

10.1計算思維與人工智能

10.1.1計算思維

10.1.2人工智能

10.1.3智能計算思維的應用

10.2智能計算思維中的算法思維

10.2.1智能計算思維的組成

10.2.2算法思維的條件

10.2.3算法思維的表達和結構

10.2.4算法思維在求解問題中的應用

本章小結

思考題
參考文獻