计算机网络是通信技术与计算机技术相结合的产物，随着科技的发展、计算机及各种移动设备的普及，计算机网络逐渐覆盖了人们生活的各个领域，极大地方便与丰富了人们的生活，也成为广大理工科学生应了解、学习的一门学科。本书以Windows服务器版本WindowsServer2022为主，辅以Windows10系统作为教学环境，介绍了计算机网络技术与应用相关的知识。本书分为9章，其中第1章简单介绍了计算机网络的基本概念；第2、3章介绍了网络协议与体系结构、数据通信基础的相关知识；第4章介绍了流行的网络

本书较全面地介绍了计算机网络的基础知识，内容包括了解计算机网络、认识身边的局域网、熟悉计算机网络系统、学一点局域网组网技术、了解OSI/RM网络通信标准、熟悉TCP/IP通信协议、掌握以太网通信技术、了解互联网接入技术、保障计算机网络安全、学会排除网络故障、懂一点数据通信原理。本书体例上采取“问题引入→知识讲解→知识应用”的创新方式来讲解抽象的网络知识，体现项目教学思想，技术讲解深入浅出，图文并茂。

本书是一本全面、实用、易懂的spaCy学习指南，专为对自然语言处理（NLP）感兴趣的读者设计。它以中文应用为核心，从基础概念到高级应用，逐步深入讲解spaCy这一高效的Python NLP库。书中不仅涵盖了分词、词性标注、命名实体识别等核心功能，还详细介绍了如何利用这些功能来构建强大的NLP应用。通过丰富的案例和示例代码，本书能够帮助读者快速掌握spaCy的使用方法，并将其应用于实际任务中，无论是文本分析、情感分析还是机器学习模型的构建。 对于自然语言处理的初学者来说，本书提供了一个结构化的学习

《Transformer&Rasa解密：原理、源码及案例》旨在系统介绍Rasa的原理、应用和实现，帮助读者全面了解并掌握强大的智能对话机器人框架。随着人工智能技术的快速发展，机器人智能对话成了现代社会中的热门话题，而Rasa作为一款开源的对话机器人框架，以其灵活、可扩展和开放的特性受到了广泛的关注和应用。
　　书中从Rasa的基本原理入手，通过深入浅出的讲解，引导读者逐步理解Rasa框架的设计思想，用图文并茂的方式展示Rasa智能对话机器人的应用内容，以便读者能够较直观地学习相关技术知

本书内容涵盖词向量、统计语言模型、神经网络语言模型及预训练语言模型，并深入探讨了大模型的架构、训练、应用及评估。同时，本书还提供了大模型的本地开发与应用开发实例，附录部分还介绍了概率论、信息论、机器学习等基础知识等。

本书共7个项目：项目1重点介绍自然语言处理和语音信号处理技术相关背景、开发环境工具和项目开发流程的基本知识，对搭建项目开发环境进行项目实战；项目2至4重点介绍自然语言处理技术中词法分析、句法分析、文本向量化、文本分类和聚类的基本知识，对中文命名实体识别、基于机器学习的文本分类、基于深度学习的文本情感分析进行项目实战；项目5-7重点介绍语音信号处理技术中数字音频预处理、特征提取、语音识别和语音合成的基本知识，对语音数据特征提取、语音和环境音识别、语音合成进行项目实战。在每个项目中，读者可

本书是一本关于 Git 开发与管理的指南，全面介绍了 Git 这一版本控制系统。开篇阐述了 Git 成为行业标准的历程，剖析其在多人协作项目中的重要性。书中详细讲解 Git 的基础使用，包括命令行操作和 GitHub 等平台的应用。深入探讨关键功能，如分支管理、合并与变基等。还介绍了重要的 Git 平台及其附加功能，以及 Git 在实践中的多种应用场景，如管理版本配置文件、项目迁移等。最后，针对使用中常见的错误信息提供解决方案，并总结了关键命令。

本书以项目为导向，以任务为驱动，全面地介绍了ECharts数据可视化的应用全书共7个项目，项目1介绍了数据可视化概述；项目2-项目5介绍了农村电商可视化案例的农村电商发展趋势分析、销售趋势分析、用户行为分析，以及可视化大屏，内容涵盖坐标系下的网格和坐标轴，标题、图例、工具栏、提示框、标记点、标记线组件，鼠标事件，触发组件的行为事件，主题，多图表联动，异步数据加载等；项目6介绍了电商平台运营数据可视化分析综合案例；项目7介绍了基于ECharts的大数据分析可视化平台实现电商平台运营数据可

本书以虚拟人物"小张”在工作中的成长过程为线索，将全书分为11个进阶式项目，内容上涵盖了网络工作的各个方面，主要包括认识计算机网络、组建Windows对等网、连接到Internet、规划设计中型局域网、实战配置交换机（华为）、实战配置路由器（华为）、创建域服务器、搭建Windows专用服务器、局域网管理和网络安全、分析与排除局域网常见故障现象和使用网络工具软件等。 本书主要以职业院校计算机应用技术、计算机网络技术、电子商务、软件工程等专业学生为编写对象，以使学生"读得懂、学得会、钻得进”，让教师

"本书对数据科学与工程中的算法基础进行了全面的论述，把读者引入数据科学的大门，为进一步学习和掌握大数据分析算法提供有力的支撑。本书介绍的数据科学与工程中的算法基础包括特征工程、数据表征、数据抽样、随机优化算法和关联性分析等，侧重内容的科学性、实用性和前沿性。本书结构上注重理论与实践并重，各章通过案例引出问题，并深入介绍回答类似问题需要的知识，最后通过实际案例串联本章知识点，可以使读者感受到算法的价值及其在解决实际问题中的实用性。

本书可以作为高等学校大数据、计算机等相关专业的教学用