本书以常见的数据分析与大数据应用方法为主线，按照数据采集、数据存储与管理、数据预处理、数据分析与挖掘的逻辑关系分析大数据时代应如何采用量化方法分析经济问题。本书在定性分析的基础上，采用大量的实例和软件操作插图来直观地解释大数据分析方法的原理和应用，为读者提供“一站式”服务。同时，通过对线性回归、逻辑回归等计量方法，主成分分析、聚类分析等统计方法，以及神经网络、决策树、随机森林等机器学习方法的学习，实现大数据背景下传统计量、统计学数据分析方法向人工智能、机器学习方法的过渡。

本书目的是从作者最近出版的《强化学习预**控制》教科书中更深入地发展一些方法。特别是，提出了有关涉及多个代理，分区架构和分布式异步计算的系统的新研究。本书还将详细讨论该方法在挑战离散/组合优化问题（例如路由，调度，分配和混合整数编程）中的应用，包括在这些情况下使用神经网络近似。

本书可作为计算机科学与技术、控制科学与技术、电子科学与技术等相关领域研究生和高年级本科生的教学参考书，也可供信息、通信、控制、优化等领域的科研人员参考。

Spring Boot是一个综合性的实战型应用技术框架, 是在开发者已经完全掌握Spring、SSM开发框架整合基础之上实现的进一步的简化开发模型, 不仅简单易学, 而且也属于当前企业应用开发中最为实用的技术之一。 本书为读者详细介绍了Spring Boot的运行机制, 围绕着Spring Boot所提供的4个核心组件 (AutoConfig、Starter、Actuator、Spring Boot CLI) 进行了详细的拆解, 基于读者应该掌握的Spring、Spring MVC、M

ERDAS以先进的图像处理技术，友好、灵活的用户界面和操作方式，受到广大用户的欢迎。版本从初期的7.X发展到20世纪90年代的8.X、2005年后的9.X，2010年发布了全新的版本。2010年至2021年，相关系列版本虽有改动，但其功能模块设计和操作界面保持了一致的风格，所以本书适用于2010年后发布的ERDAS软件的学习。本书基于编者一直从事的遥感应用实践和遥感课程教学，以及多年的教学经验编写而成，系统地介绍了ERDAS软件的基本数据操作、遥感图像投影变换与几何校正、遥感图像增强处理、实用分

本书为1+X职业技能等级证书系列教材之一，根据《WPS办公应用职业技能等级标准》中的WPS办公应用职业技能等级要求（高级）编写，主要用于WPS办公应用1+X证书的高级认证相关培训工作。本书以WPS办公应用1+X职业技能等级证书考试版本为平台，详细介绍WPS Office2019办公软件及应用，包括WPS文字、WPS演示、WPS表格和WPS协作办公等多个模块，内容主要涉及WPS文字的高级应用、创意演讲文稿制作、数据表格的可视化和协作办公等相关技能知识点及实例操作。本书主要面向企事业单位专

本书将物联网各项技术实例化，以实验任务的形式全面介绍了物联网应用技术实践中所用到的相关技术和设备。全书分为10章：第1章介绍感知技术，包括传感器原理、条形码技术、图像识别技术和定位技术的相关理论，为后面几章的实验内容打下理论基础；第2章介绍实验开发环境；第3章为传感器接口实验，包括光敏传感器、温湿度传感器、人体红外传感器、可燃气体/烟雾传感器等实验；第4章为感知基础实验，包括一维码、二维码、编码识别、GPS定位、人脸识别等实验；第5章介绍无线通信技术，包括ZigBee、蓝牙、蜂窝式无线网络、Wi

本书紧密围绕前端开发工程师在工作中会遇到的实际问题和应该掌握的解决方法与技术，全面介绍了使用HTML5、CSS3和JavaScript（ES6）进行Web前端开发的知识内容与实战技巧。 本书共14章，分三篇，遵循Web标准，强调“表现”与“内容”的分离，规范、全面、系统地介绍了网页设计与制作的方法和技巧。书中给出了大量详细的案例，并对案例进行了分析，便于读者在理解的基础上直接修改后使用。本书编者具备丰富的Web前端开发和教育培训经验，行文细腻，对每一个技术细节和实际工作中可能遇到的难点与错误都进

本书为深圳信息职业技术学院等高职院校与腾讯集团共同编写的高等职业教育人工智能技术服务专业校企“双元”合作系列教材，同时也是高等职业教育计算类课程新形态一体化教材。    本书采用项目化任务分解的形式，讲解深度学习开发与应用技术。全书分为10个项目16个任务，主要内容包括：认识人工智能，Linux系统和Python开发环境安装，安装人工智能深度学习开发环境，准备训练所用知识库——认识和预处理数据集，构建多层感知模型进行手写数字图像识别，优化多层感知模型进行手写数字图像识别，构建卷积神经网

《Python数据分析与可视化》介绍了数据分析的各主要流程，并引入了6个完整的数据分析案例。《Python数据分析与可视化》从理论和案例两个角度对数据分析与可视化以及Python的工具进行了介绍，采用理论分析和编程实践相结合的形式，按照数据分析的基本步骤介绍了数据分析的理论知识，并对相应的Python库进行了详细介绍，让读者在了解数据分析的基本理论知识的同时能够快速上手实现数据分析的程序。
《Python数据分析与可视化》适合Python语言初学者、数据分析从业人士以及高等院校计算机、

本书由应用基础篇、数据处理篇、数据分析篇和应用拓展篇共四篇13章组成。其中，应用基础篇（第1章～第5章）主要介绍Excel的基本功能和基本操作，包括Excel基础、创建工作表、编辑工作表、美化工作表和打印工作表；数据处理篇（第6章～第8章）主要介绍使用公式和函数实现数据处理的方法及直观显示数据的方法，包括使用公式计算数据、应用函数计算数据和利用图表显示数据；数据分析篇（第9章～第11章）主要介绍Excel数据管理、数据分析方面的基本功能和分析方法，包括管理数据、透视数据和分析数据；应用拓展