"本书由吉林省高等学校优秀教学团队的骨干教师编写，是《大学计算机》（第5版）（高等教育出版社，曹成志、宋长龙主编）的配套教材。    本书主要内容包括微型计算机系统维护及应用、演示文稿案例设计、排版技术应用案例设计、数据统计分析及报表案例设计、Python应用程序案例设计、计算机网络与信息安全技术应用案例、算法及程序案例设计、数据库技术应用案例设计和多媒体技术应用案例设计9个单元，每个单元都蕴含思政教育元素。书中包含50多个实验案例，分为验证性实验、设计性实验和创新性实验三种类型。每个

"本书是依据教育部最新颁发的《高等职业学校信息技术课程标准》中对本课程的教学要求编写而成的。    本书主要内容包括：信息技术与信息化、网络与信息检索、文档编辑排版（Word 2016）、电子表格处理（Excel 2016）、信息展示工具应用、计算思维与编程基础、新一代信息技术及其应用。本书努力引导学生将计算机操作技能与信息处理技术相结合，强化对学生的“信息素养”的培养，校企合作，将最新的技术发展和应用知识纳入教材，构成了信息技术应用基础课程教材的突出特色。    本书适合作为高等职业

"本书全面系统的介绍了作为一名高技能型人才应该掌握的计算机基本知识与各种操作应用技能。内容包括计算机基础知识，信息技术基础、操作系统知识与操作技术，国产办公自动化软件WPS　Office套件中文字处理、电子表格和演示文稿的操作与应用技术，计算机网络知识与组网技术，Internet应用技术与信息安全知识。本书内容丰富，以基础知识和技能操作为主，突出实用性，适合职业院校“计算机基础”课程教材使用，也用于计算机操作者的自学读物。"

本书依据《高等职业教育专科信息技术课程标准（2021 年版）》编写，依照工作手册式教材的要求重组课程内容，力求将教、学、做、练、评融为一体。
全书分为 6 个模块，主要包括信息素养与社会责任、Windows 10 操作系统与信息检索、文档处理、电子表格处理、演示文稿制作、新一代信息技术等内容。

本书分为5个篇章, 每章都包含丰富的Maya制作的基础知识和案例制作过程详细的讲解和项目式活页设计, 章节如下: 课程基础: Maya软件基础篇、项目一: 三维动画模型篇、项目二: 三维动画材质篇、项目三: 三维动画制作动作篇、项目四: 三维动画灯光渲染篇。特别是在项目1-项目4中讲述了丰富的案例制作经验和不同应用系统的maya动画的制作规则及教材案例活页搭配。

本书以数据分析为切入点，以数据可视化全流程为主线，从最基础的表格工具Excel到专业的数据可视化工具Power BI、Tableau及编程语言Python，系统讲解了数据可视化的操作流程。每章设置了内容导读、学习导图、职业素养目标、本章总结、综合实验、思考与练习等模块。全书共9章，第1章是入门篇，介绍了数据分析与可视化的基本概念。第2～6章以商业数据为案例，详细介绍使用Excel进行数据分析并进行可视化展示的全流程。第7～8章以Power BI、Tableau为工具，讲解从连接基础数据到进行数据

本书参考教育部发布的《高等职业教育专科信息技术课程标准（2021年版）》，选取计算机办公应用中的典型工作任务，以新型活页式教材的形式组织编写而成。全书包括四个学习任务，分别为庆祝建党百年活动策划书制作、产品销售报表制作、产品推介演示文稿制作和新一代信息技术调研报告制作，内容涵盖"6S”管理制度、麒麟操作系统、文字文稿处理、电子表格处理、演示文稿制作、新一代信息技术、信息检索、信息素养与社会责任等。 本书既可作为高等职业院校现代信息技术课程基础模块教学的教材，也可作为企业人员的培训教材。

随着 HTML Java的Web运用的越来越广泛，针对Java Web应用的测试需求也越来越多，本书顺应计算机技术的发展,前三章主要介绍软件测试基础知识及案例介绍，从第4章中讲述了基于 Java的单元测试以及 Junit单元测试工具的使用；在第5章中讲述了基于Selenium、JMeter、LoadRunner、UFT的自动化测试工具。随着软件开发流程的信息化发展，管理工具也越来越多，在第 6 章讲述了软件研发过程管理工具PingCode，软件缺陷跟踪系统Mantis。

本书采用任务驱动和理实一体化相结合的方式编写。以企业真实案例为任务目标, 让学生体验整个工作流程, 并在完成实例的过程中掌握和提高相应的知识与技能。全书分为3篇: 基础篇是录入的入门技能, 内容包括指法训练、汉字录入和数字录入; 实战篇是对录入技能的提高及各种实用编辑知识与技能的训练, 包括英文文档操作、中文文档操作、表单录入操作; 提高篇是录入的进阶技能, 包括听打基础和速录。

本书集学术前沿、教学成果与应用实践于一体，系统讲述自然语言处理理论与应用。全书分为5篇。基础理论篇包括第1～4章，主要内容为自然语言处理与应用概述、面向自然语言处理的深度学习经典平台与算法、面向自然语言处理的深度学习前沿进展、预训练语言模型；信息处理篇包括第5～9章，主要内容为网络爬虫技术、多格式文档解析与管理、语音文字识别、图像语义表示与字符识别、中文分词与词性标注；语义分析篇包括第10～13章，主要内容为情感分析、新词发现、命名实体识别与关键词提取、知识图谱的大数据自动构建与应用；文本