本书详细介绍大数据采集与清洗的相关知识和技术，共9章，分别是概述、网络爬虫基础、网页数据抓取、缓存下载页面、并发/并行爬取、用Selenium抓取动态内容、Scrapy爬虫框架及其应用、大数据平台系统日志采集、pandas数据清洗。本书大体上由数据采集（第2～8章）和数据清洗（第9章）两部分内容构成，以Python作为编程语言。数据采集部分以Web数据采集为主，也涉及Hadoop大数据平台的数据采集，内容由浅入深，循序渐进，理论与实践相结合，帮助读者理解和掌握数据采集的相关技术；数据清洗部分主要

本书由广东白云学院白云宏产业学院联合知名企业网络安全工程师共同编写，立足“理论为基、实践为本”的理念，系统构建网络安全知识体系。全书共9章，涵盖网络安全基础概念，密码技术，网络攻击技术，防火墙技术，入侵检测与防御系统，VPN技术，认证、授权和审计，网络安全运营与管理及网络安全法律法规核心内容。通过漏洞分析、模拟攻防演练、安全工具配置等实践项目，强化技能应用能力。本书融合高校理论与企业实战经验，适用于网络安全、计算机类专业教学，也可作为IT从业者的进阶指南及管理者提升安全意识的参考读物，助力读者构

本书以功率集成电路的“功率器件—制造工艺—电路单元—芯片设计”为主线，结合技术发展现状，首先介绍功率集成电路中的特有器件LDMOS与LIGBT的结构、原理和特性，进而阐述典型的功率集成电路模块的原理、设计方法及难点问题，包括高压栅极驱动集成电路、电源管理集成电路等；最后介绍智能功率模块和功率集成电路的可靠性。本书注重实践性和前沿性，每部分电路均增加了仿真实例，每章后提供习题和挑战性拓展，并融入数字化思政元素，强调教材的“两性一度”。本书提供配套的电子课件PPT、习题参考答案、教学大纲、仿真电路图

本书首先描述集成电路的整体概念，结合集成电路的最新发展及特点，阐述实际应用对集成电路的性能需求。在此基础上，重点对CMOS数字集成电路的原理与分析方法进行讲解，简单讲述数字集成电路的理论基础，引出数字集成电路中的关键核心器件MOS晶体管的基本原理、制作工艺、寄生效应及典型电路，重点介绍CMOS数字集成电路的相关内容。全书共10章，主要内容包括：集成电路概述、MOS晶体管、CMOS集成电路制造工艺、集成电路互连线、CMOS反相器、CMOS逻辑门电路、CMOS逻辑功能部件、时序逻辑电路、半导体存储器

本书以“项目引领、任务驱动”为编写理念，内容覆盖 Photoshop CS6 的基础操作、图像处理与设计实战等，通过丰富的实例深入讲解广告设计、包装设计及界面设计等专业技能，系统介绍软件的基础应用、进阶技巧与实战应用。书中配有详细的步骤解析与图解，帮助学生快速掌握 Photoshop 的核心技能，便于学生自学、复习与备考。

本书重点介绍了香农信息论和编码理论的基本原理及其应用。在保持一定理论深度的基础上，尽可能简化繁杂的公式、定理的证明，采用较多的例题和图示来展示基本概念和原理的应用；叙述上力求概念清楚、重点突出、深入浅出、通俗易懂；内容上力求科学性、先进性、系统性与实用性的统一。 本书共8章，内容包括绪论、离散信源及其信息度量、离散信道及其信道容量、连续信源和连续信道、无失真信源编码、有噪信道编码、限失真信源编码和网络信息论初步。 本书可作为高等院校电子信息工程、通信工程、信息工程等专业的本科生教材，

本书从实用性和先进性出发，较全面地介绍了机电可靠性工程的基本理论和方法。全书共14章，主要内容包括：绪论，机电产品的可靠性，SIREM可靠性工程体系，可靠性基本概念与理论，系统可靠性建模，故障模式、影响和危害性分析，故障树分析，故障报告、分析及纠正措施系统，可靠性的预计与分配，潜在通路分析，系统热设计，可靠性试验，可靠性评估：从传统方法到AI大数据融合，可靠性管理。本书可作为高等学校质量与可靠性课程的基础教材，也可供相关领域的工程技术人员学习、参考。

本书把电路理论分为直流电路和交流电路两部分，直流部分从第1章至第4章，包括电路基本定律和简单电阻电路、电路分析的基本方法和定理、运算放大器电路和动态电路的时域分析；交流部分从 第5章至第10章，包括正弦稳态电路、谐振电路与频率响应、互感电路、三相电路、非正弦周期电流电路和二端口网络。通过先介绍直流电路中的相关概念、定理和方法，在引入频率的概念后，将这些概念、定理和方法自然地推广到交流电路，在教学实践中收到了非常好的效果。

本书是为高等学校编写的综合性电子技术实践教材，以提高学生的电子技术综合实践技能为目标，从元器件的认知、仪器仪表的使用、电子产品的设计与仿真、硬件的组装与制作、软件编程、软/硬件联调等方面介绍了电子技术综合实践技能的培养方法，并通过设计实例来阐述电子作品的设计、制作方法和过程。本书强调电子技术理论知识的综合运用，注重电子技术实践技能的综合与提高，力求引导学生在实践过程中夯实基础、提高技能、勇于创新。 本书对第 1 版的内容进行了精选、改写、补充和修订，注重基础性、应用性和先进性，以适应科技发展和现

本书系统介绍数据科学核心理论与技术，融合了数学、统计学和计算机科学等多学科知识，旨在构建完整的数据科学知识体系。全书共 15 章，主要内容包括数据预处理、经典机器学习模型（回归、分类、聚类、集成）、关联规则挖掘、特征工程（降维与特征选择）、最大期望算法、概率图模型、深度学习、文本分析、图与网络分析以及分布式计算等核心模块。特别值得关注的是，本书对当前热点技术如Transformer、BERT、图神经网络等进行了讲解，并设有专门的文本分析和图与网络分析章节。此外，书中包含丰富的附录内容，涵盖了矩阵