&#23448;&#26415;&#32593;&#95;&#20070;&#21451;&#26368;&#20540;&#24471;&#25910;&#34255;&#33;

計算機組裝與維護項目教程（第2版）

本書包括“硬件組裝與選購”“系統安裝與應用”“系統維護與故障排除”3個模塊，共9個項目，32個工作任務。在硬件組裝與選購部分，著重介紹了計算機的5大核心硬件，其中涉及不少筆記本電腦硬件的內容。在系統安裝與應用部分，主要圍繞“如何安裝操作系統”這一主線進行介紹。在系統維護與故障排除部分，主要介紹了計算機硬件和軟件故障的分析思路和解決方法，并重點介紹了如何分析處理網絡故障。書中的硬件部分內容都來自于2018年的最新信息，同時大幅增加了筆記本電腦方面的內容。在整體內容設置中，弱化了硬件部分，著重增加了系統維護方面的實用操作和技巧，突出“入門”和“實用”這兩個主題。本書既可作為高職高專院校計算機專業教材，也可作為計算機愛好者的參考用書。

·11.1萬字

可視化分析與SAS實現

本書比較全面地介紹了可視化分析的基本概念、技術組成和產品的架構。通過本書的學習，讀者除了可以了解可視化的知識以外，還可以學習可視化分析的基本方法。本書特別適合于那些希望通過簡潔、快速的方法就能夠進行數據管理，進行數據探索；無須寫代碼就能進行數學建模；設計各種實用報表方便決策的數據分析人員和相應的管理人員。對于進入數據分析的初級人員，本書也是一本不錯的指南。

云數據管理實戰指南

本書從當下數據中心的主要系統應用場景出發，介紹如何使用適合云計算和大數據的災備方式來實現數據保護。

類別不平衡學習：理論與算法

類別不平衡學習是機器學習與數據挖掘領域的重要分支之一，其在很多應用領域中均發揮著重要作用。本書首先系統地介紹了與類別不平衡學習相關的一些基礎概念及理論(第1、2章)，進而在上述理論的基礎上，討論了一些主流的類別不平衡學習技術及對應算法，具體包括樣本采樣技術(第3章)、代價敏感學習技術(第4章)、決策輸出補償技術(第5章)、集成學習技術(第6章)、主動學習技術(第7章)及一類分類技術(第8章)等。此外，也探討了樣本不平衡分布的危害預評估技術(第9章)。最后，對該領域未來的發展方向及應用前景做出了評述與展望(第10章)。本書可作為高等院校與研究院所計算機、自動化及相關專業研究生的課外閱讀書籍，也可供對機器學習及數據挖掘感興趣的研究人員和工程技術人員閱讀參考。

數據庫技術及應用教程

本書共分13個單元，主要內容包括：SQLServer2012的安裝與配置、數據庫基礎和數據庫創建、表、數據完整性、索引、數據查詢、視圖、Transact-SQL程序設計、存儲過程、觸發器、SQLServer2012的安全管理、數據庫的備份與恢復、數據庫應用系統開發。本書前12個單元設有驗證性實驗和設計性實驗。驗證性實驗部分訓練SQLServer基本操作和基本命令，其實驗過程是一個完整的數據庫開發和設計過程。設計性實驗部分通過創建不同的SQLServer2012數據庫及數據庫對象，將數據庫、數據表、視圖、存儲過程、觸發器等進行綜合應用。本書主要適用于高等院校的計算機專業學生，也可作為非計算機專業學生學習數據庫基礎知識的參考書。

數據庫開發技術標準教程

本書由資深網絡安全教師撰寫，書中系統并深入地將Python應用實例與網絡安全相結合進行講解，不僅講述了Python的實際應用方法，而且從網絡安全原理的角度分析了Python實現網絡安全編程的技術，真正做到理論與實踐相結合。全書共分為15章。第1章介紹網絡安全滲透測試的相關理論。第2章介紹KaliLinux2使用基礎。第3章介紹Python語言基礎。第4章介紹安全滲透測試中的常見模塊。第5章介紹使用Python實現信息收集。第6章和第7章介紹使用Python對漏洞進行滲透。第8章介紹使用Python實現網絡的嗅探與監聽。第9章介紹使用Python實現拒絕服務攻擊。第10章介紹使用Python實現身份認證攻擊。第11章介紹使用Python編寫遠程控制工具。第12章和第13章介紹使用Python完成無線網絡滲透。第14章介紹使用Python對Web應用進行滲透測試。第15章介紹使用Python生成滲透測試報告。本書適合網絡安全滲透測試人員、運維工程師、網絡管理人員、網絡安全設備設計人員、網絡安全軟件開發人員、安全課程培訓學員、高校網絡安全專業方向的學生閱讀。

數據架構之道：數據模型設計與管控

本書全面介紹了數據架構與數據建模的相關知識，全書分為4篇，共16章。第1~3章為數據架構基礎篇，介紹了企業架構、數據架構及數據模型的基礎概念。第4~9章為數據模型設計篇，介紹了如何通過數據模型記分卡規范化數據模型設計，以及經典數據建模方法論，包括范式建模、維度建模、DataVault建模、統一星型建模。第10~12章為數據模型落地篇，介紹了在企業中如何實現多人協作構建模型、如何管控數據模型、數據模型數據與數據標準，以及元數據如何形成數據治理閉環。第13~16章為行業數據模型篇，分別介紹了證券、保險、教育、航空業的數據架構及數據模型。

大數據技術和應用

這是一本大數據技術入門的簡明教材。全書理論和實踐相結合，以應用實戰為主，深入淺出地講解每個知識點，對每個應用實驗按學習習慣，分步驟講解，每個步驟都有文字說明和效果截圖，使讀者能清晰地知曉動手實操的效果和錯誤之處。全書分為9章，全面介紹了大數據技術的相關基礎知識、HDFS和數據庫、采集傳輸工具、挖掘分析算法、Spark計算框架、可視化、大數據安全、大數據應用等內容，著重介紹了HDFS分布式文件系統、NoSQL等各種數據庫、數據倉庫Hive，以及數據采集分析技術，并配套了詳細的實驗教程以及練習題。本書適合作為高等院校計算機、軟件工程、大數據專業高職、本科生的教材，同時可供企業中從事大數據開發的工程師和科技工作者參考。

新編大學計算機應用基礎上機實驗指導（微課版）

本書是與左浩主編的《新編大學計算機應用基礎（Windows7+office10）（微課版）》配套使用的上機實踐指導教材，主要內容包括Windows7、MSOfficeWord2010字處理軟件、MSOfficeExcel2010電子表格處理軟件、MSOfficePoerPoint2010演示文稿軟件、因特網應用、常用工具軟件實驗。每個實驗都精心設計，訓練學生的實踐能力。

Pandas數據分析快速上手500招（微課視頻版）

本書采用“問題描述+解決方案”模式，通過500個案例介紹了使用Pandas進行數據分析和數據處理的技術亮點。全書共分為8章，主要案例包括：讀寫CSV、Excel、JSON、HTML等格式的數據；根據行標簽、列名和行列數字索引篩選和修改數據，使用各種函數根據數據大小、日期范圍、正則表達式、lambda表達式、文本類型等多種條件篩選數據；統計NaN（缺失值）的數量、占比，根據規則填充和刪除NaN；在DataFrame中增、刪、查、改行列數據，計算各種行差、列差、極差以及直接對兩個DataFrame進行加、減、乘、除運算和比較差異；將寬表和長表相互轉換，創建交叉表和各種透視表；對數據分組結果進行求和、累加、求平均值、求極差、求占比、排序、篩選、重采樣等多種形式的分析，將分組數據導出為Excel文件。本書還附贈36個數據可視化案例，如根據指定的條件設置行列數據的顏色和樣式，根據行列數據繪制條形圖、柱形圖、餅圖、折線圖、散點圖、六邊形圖、箱形圖、面積圖等。本書適于作為數據分析師、物流分析師、金融分析師、數據產品開發人員、人工智能開發人員、市場營銷人員、辦公管理人員、Python程序員等各行各業人員的案頭參考書，無論對于初學者還是專業人士，本書都極具參考和收藏價值。

計算機應用基礎教程上機指導與習題集（微課版）

本書是與梁娟主編的《計算機應用基礎（微課版）》配套使用的上機實踐指導教材，主要內容包括Windows7、MSOfficeWord2010字處理軟件、MSOfficeExcel2010電子表格處理軟件、MSOfficePoerPoint2010演示文稿軟件、因特網應用、常用工具軟件實驗。每個實驗都精心設計，訓練學生的實踐能力。

Python數據分析、挖掘與可視化從入門到精通

本書分為4篇，第1篇是基礎入門篇，主要介紹數據分析與挖掘的基本概念及Python語言的數據分析基礎；第2篇是數據分析篇，主要介紹常用的數據分析方法；第3篇是數據挖掘篇，主要介紹常用的數據挖掘方法；第4篇是實戰應用篇，介紹兩個完整的數據分析與挖掘案例。

SequoiaDB分布式數據庫權威指南

本書從分布式數據庫的背景與發展情況出發，詳細、系統地介紹了國產分布式數據庫SequoiaDB（巨杉數據庫）的基礎知識、數據庫實例、架構原理、運維管理等核心技術內容，提供了性能調優和問題診斷的基本思路。此外，書中還分享了SequoiaDB的行業應用、最佳實踐、工具和生態等內容。本書旨在幫助讀者更好地理解SequoiaDB的運行機制和原理，掌握運維管理的思路和實踐方法，適用于普通讀者入門SequoiaDB，也適用于對分布式數據庫有一定認識，且具備一定運維和開發能力的讀者深入了解SequoiaDB技術細節。

數據驅動：從方法到實踐

本書以四大行業實踐談數據驅動如何交付業務價值，破解企業數據驅動實踐中面臨的困惑、幻想與失望，傳遞真正數據驅動價值

大數據用戶行為畫像分析實操指南

本書以幫助讀者認識什么是用戶行為畫像，如何利用大數據采集、加工、分析用戶行為從而應用到不同行業為主要目的。主要內容包括：用戶行為數據的定義、內涵和外延、分類和應用場景；如何利用不同的采集工具收集和用戶行為分析相關的行為大數據；用戶行為分析常用的指標與模型；如何建立用戶畫像標簽體系；用戶畫像如何支持大數據時代的個性化推薦和精準營銷等應用；大數據用戶分析在各行業的應用案例詳解。本書的形式將以圖文并茂的方式，深入淺出地解析大數據用戶分析的目標、相關技術、分析方法論、應用場景和價值。每個章節圍繞一個主題展開，通過技術介紹、功能描述、應用場景和案例詳解等方式幫助受眾了解什么是大數據用戶行為分析，具體需要掌握哪些技術和技能，如何設計和展開一次成功的用戶分析任務等。本書的讀者對象包括以大數據用戶行為分析為課程導向的學生；對大數據及行為分析感興趣的各行業從業人員，特別是從業于金融、零售、互聯網等行業的運營分析師、數據分析師；以及對大數據技術感興趣的一般受眾。

Spark大數據處理：技術、應用與性能優化

這是一本依據最新技術版本，系統、全面、詳細講解Spark的著作，作者結合自己在微軟和IBM的實踐經驗和對Spark源代碼的研究撰寫而成。首先從技術層面講解了Spark的體系結構、工作機制、安裝與部署、開發環境搭建、計算模型、Benchmark、BDAS等內容；然后從應用角度講解了一些簡單的、有代表性的案例；最后對Spark的性能優化進行了探討。

·10.8萬字

活用數據：驅動業務的數據分析實戰

本書分為數據思維和案例解析兩個部分，對“怎么想”和“怎么做”兩大分析痛點問題進行剖析和解答。基于知先行后的考慮，前3章首先對“怎么想”的問題進行解答，通過明確分析問題、開啟分析思路、打開分析視角，依次回答數據思維3個核心問題：解決什么問題？分析哪些內容？分析到何種程度？結合11個思維練習的案例，引導讀者對業務需求進行思考，明確研究內容和分析方法。

·10.8萬字

App+軟件+游戲+網站界面設計教程

如今，人們對各種類型的UI界面的要求越來越高，為滿足廣大UI設計者的需求，本書向讀者們介紹如何設計美觀又符合要求的UI界面。本書由淺入深地講解了初學者需要掌握的UI界面設計基礎知識和操作技巧，并結合實際案例操作，詳細地介紹了其制作的步驟和軟件的應用技巧，使讀者能輕松地學習并掌握。本書的結構清晰，內容有針對性，實例精美實用，適合大部分UI設計愛好者與設計專業的大中專學生閱讀。隨書附贈的資源包中包含了本書所有實例的教學視頻、素材和源文件，用于補充書中遺漏的細節內容，方便讀者學習和參考。

·10.8萬字