本书全面、翔实地介绍了应用SQL Server 2019数据库管理系统进行数据库管理的各种操作，以及数据库程序开发所需的各种知识和技能，主要内容包括：数据库技术基础，数据库操作，表操作，查询操作，视图操作，索引操作，T-SQL 编程和存储过程操作，触发器操作，游标、事务和锁，数据库安全操作，数据库管理操作和SQL Server数据库程序开发。编者在多年的数据库教学与数据库程序应用开发经验的基础上，根据软件行业程序员、数据库管理员的岗位能力要求和高职学生的认知规律精心组织了本书。本书通过实际的“W

本书将围绕大数据技术的基本原理与实践,介绍了大数据获取、存储、分析、数据挖掘和机器学习。内容涵盖以下主题：Hadoop、Mapreduce、关联规则、大规模监督机器学习、数据流、集群、NoSQL系统（Pig、Hive），以及包括推荐系统、Web和安全性的应用程序。第1章重点阐述了大数据驱动的商业模式、技术生态体系，大数据的类型、特点、获取技术。第2章概要介绍了大数据的软硬件架构，包括大数据技术基础与软硬件设施、大数据存储与管理技术、大数据的分布式处理技术平台等，包括MapReduce编程框

本书主要介绍操作系统的核心功能：操作系统接口、进程管理、存储管理、文件管理、设备管理的主要思想及设计原理。围绕这五大模块以Linux为例分析操作系统的核心代码的实现方法、技术以及操作系统各个功能部分的关联实现技巧。在此基础上，从操作系统的发展需求及计算机体系结构的发展上，引入操作系统的**技术，如线程的引入及应用环境、多处理机系统的实现技术、实时调度算法等。本教材主要适合于计算机及相关专业的教科书，也可作为对计算机有兴趣的相关人员的参考书。

本书在介绍Python语言基本知识的基础上，着重介绍了Python语言在数据获取、数据分析与数据挖掘等方面的应用。本书设置一个实战项目贯穿全书内容，每章引导读者综合运用本章知识点解决或改进本项目的某些任务，从数据的获取、处理、分析、可视化到知识的挖掘，逐步完成一个数据分析与挖掘项目。这是一本适应新工科、应用型人才培养的数据分析与挖掘的案例式图书。
本书共9章，包括Python语言概述、Python编程基础、Python爬虫技术、科学计算库（Numpy）、数据分析处理库（Pandas）、数据

本书是《计算机科学与计算思维导论》的配套辅导书，分为理论辅导和实验辅导两部分,具体内容包括关联知识、习题解析、知识背景和基础实验，以此强化学生探究能力、判断能力、实践能力和综合应用能力的培养。其中，实验辅导包括构建微机系统、文字录入方法、Windows 7的基本应用、Word 2010的基本应用、Excel 2010的基本应用、PowerPoint 2010的基本应用、Internet的基本应用和信息安全工具软件8个实验单元，并采取基于任务驱动的教学模式，以启迪学生分析问题和解决问题的方法。

本书以党的二十大精神为指引，根据物联网综合应用开发课程的教学要求，结合物联网的实际应用场景和相关核心技术编写而成。本书采用活页式装订，全书由浅入深、全面展示了物联网的12个实践项目，具体为：STM32外设及GPIO输出控制、数码管模拟显示温度、ADC按键控制蜂鸣器、OLED显示、蓝牙通信、串口通信、Wi-Fi通信、红外测距、智能实时测温、智能水泵、土壤湿度采集、智慧农业综合项目。

本书可作为本科、高职院校物联网工程、物联网应用技术等相关专业的专业拓展课程、实训课程的教材，也可

本书以大数据运维工程师为职业培养方向，以职业岗位的“典型工作过程”为导向，融入行动导向教学法，将教学内容与职业能力相对接、单元项目与工作任务相对接。本书以实训为主体，配合实训指导视频，结合适当的知识讲解，让大数据技术学习者能快速掌握大数据平台部署与运维相关的实操能力，并建立基础理论认知。本书共8个项目，内容包括认识大数据、配置平台基础环境、部署Hadoop框架、使用HDFS、MapReduce编程、部署与使用HBase、部署与使用Hive、部署与使用Spark，涵盖了当前大数据技术领域的主要技术

本书以全新的编排方式、贴近读者的语言，由浅入深、循序渐进地介绍了SolidWorks软件的应用和工业机器人三维建模。本书共7章，包括工业机器人概述及典型结构、SolidWorks基础应用、工业机器人本体建模、工业机器人装配、工业机器人末端执行器建模、创建二维工程图和工业机器人运动仿真。
本书突出应用主线，以单元讲解形式安排章节。各章结合实例、讲练结合，使读者易于接受和掌握，并提供练习题以供读者实战练习。
本书可作为职业院校工业机器人技术及相关专业的教学用书，也可供相关工

本书从数据分析与机器学习算法入手，系统地介绍了机器学习各类算法的原理方法和实际应用。本书的主要内容包括：KNN算法、朴素贝叶斯、决策树、支持向量机、线性回归、K-means算法、人工神经网络、卷积网络深度学习以及基于Python数据分析进行职业规划。
本书作为大数据技术与人工智能领域的入门教材，在内容上涵盖了机器学习经典算法的基础知识和应用实例，采用Python作为编程语言，强调基本算法的应用理解，内容由浅入深。各部分内容均配有相应的任务，注重实践应用，便于读者学习和掌握。
本书可作

本书基于C 语言，以项目的形式组织内容，循序渐进地讲解数据结构的基本原理和具体应用方法。本书共9 个项目，具体内容包括数据结构概述、线性表、栈和队列、串、数组和广义表、树与二叉树、图、查找、排序。本书实例丰富、内容翔实、简单易学，不仅适合作为职业院校计算机相关专业的教材，也可供从事计算机相关工作的专业人士参考。