"1、编写理念新颖
以“数据管理-数据挖掘-知识发现”为主线，将智能数据处理及分析的理论方法与Python程序实现相结合，提供智能数据工程“思想-模型-技术-实现”四位一体的知识学习框架，培养学生的数据思维、算法思维和编程思维。各章围绕数据处理及分析的典型任务，从不同类型数据的特点出发，介绍架构、模型及算法，注重智能数据处理及分析理念的传递。

2. 内容系统全面
数据管理篇介绍以基数估计为代表的关系数据库查询优化技术，经典信息检索模型和Web信息检索技术，数据仓库、数据湖和向量数据库这三种数据组织方式及相关技术；数据挖掘和智能分析篇介绍高维数据的降维、分类和聚类挖掘技术，围绕目标检测、图像分割和视频目标跟踪的视觉数据分析技术，围绕语言模型、情感分析和机器翻译的文本数据分析技术，围绕节点分类、链接预测和社区发现的图数据分析技术；知识表示和知识推理篇介绍知识图谱构建、嵌入和推理技术，以及贝叶斯网构建和推理技术。

3、教学资源丰富
针对智能数据处理及分析的各类任务，给出问题背景、模型思想、核心算法，读者扫描书中的二维码即可观看演示动画。配套教学课件和习题参考答案，读者可从清华大学出版社网站下载。还配套了在线编程平台、示例程序和自测练习，读者可免费使用，为学生提供即学即用的实践环境。

4、读者覆盖面广
紧跟“以数据为中心”的计算机学科发展趋势，适应数据库、数据科学、人工智能等多学科交叉融合背景，可作为计算机和电子信息类相关专业研究生、高年级本科生数据工程、人工智能或机器学习等相关课程的教材，可根据学生类别、课程性质、学分设置和学习目标选择不同篇（或章），也可作为数据科学及人工智能等相关学科研究和开发人员的参考书。

"