本书从计算机网络技术的实际应用出发，共设7个学习模块，主要内容包括企业网络架构介绍、简单的IP网络、构建交换网络、构建广域互联网、网络应用的实现、提升网络效率与网络安全传输、搭建无线局域网。
本书适合作为高职高专计算机类、电子信息类专业的教材，同时也适合作为网络管理与维护人员和广大计算机网络技术爱好者的自学参考书。

本书根据职业教育教学特点，结合计算机网络技术专业课程教学改革要求和应用实践经验编写而成。全书共9个单元，内容包括计算机网络概述、网络布线、网络参考模型、局域网技术、规划配置IP地址、配置路由器与交换机、无线局域网、WindowsServer2008配置、计算机网络安全。

本书在介绍网络管理的基本概念与基础理论的基础上，全面介绍了网络管理的主要实现技术、网络管理体系结构、IP地址与域名管理、简单网络管理协议、信息安全与网络安全管理技术、网络通信管理技术、访问控制技术、网段规划与管理技术、网络监控与故障管理技术、网络认证与记账管理技术、IPv6管理技术、云计算管理技术、网络数据的存储与备份技术以及网络管理实用工具的应用技术。
本书内容全面完整，结构安排合理，图文并茂，通俗易懂，注重理论联系实际，旨在更好地帮助读者学习、理解和掌握计算机网络管理技术。
本书

本书分别用Photoshop、CorelDRAW、Illustrator这3个平面设计常用软件编排了8个项目，每个项目都是一个完整的企业案例，内容包括：卡片设计、标志设计、宣传海报设计、DM单广告设计、图书封面设计、产品包装设计、产品广告设计和数码照片精修与设计。本书采用了职业教育“项目引领，任务驱动”的模式进行编写，不仅仅是单一的技术讲解，还根据市场的实际需要，对行业知识、专业技能，以及综合素质进行了全面展示，注重培养学生的学习能力，激发学生的创造力。本书还将知识、能力和正确价值观的培养与专业

云计算与大数据、人工智能趋向深度融合，三者不可分割、相互促进。本书把三者作为一个整体展现给读者，并通过三种技术的融合应用案例，让读者更好地理解三者的技术原理和关系。本书内容包括分布式计算基础、云计算和云存储技术原理、大数据平台架构与编程技术、百度云技术原理、基于百度云的大数据与AI应用开发技术及案例、基于神经网络的云服务器能耗建模和股票智能量化交易策略的开发案例等。

本书不仅可以作为计算机、电子信息、自动化等相关专业本科生及研究生的教材和教学参考书，也可以作为云计算、大数据和AI技

根据全国高等学校、高职高专教育的培养目标、特点和要求，本书由浅入深、全面系统地讲解了云计算技术的基础知识和平台的操作配置与管理。全书共分为4个项目，内容包括Linux基本配置与管理、Docker容器配置与管理、Kubernetes集群配置与管理、OpenStack云平台配置与管理。为了让读者能够更好地巩固所学知识，及时地检查学习效果，每个项目最后都配备了丰富的课后习题。

本书可作为全国高等学校、高职高专院校云计算技术应用专业学生的教材，也可作为云计算技术培训和云计算技术爱好者的自学

本书是典型的项目案例化教材，共分为12章，主要内容以架构一个典型企业的云服务器、云数据库服务器、云存储服务器、负载均衡、高速缓存等，能满足企业基本云服务的功能为主线，通过一个个典型的任务逐步完成企业云计算服务的搭建。本书将一个完整的云服务工程案例细化成相对独立的工作任务，每个工作任务中既有技术原理知识的讲解，也包括基本实操训练的内容，再通过若干前后衔接的工作任务完成相对独立的项目乃至整个工程案例。为了方便广大读者学习，书中涉及的所有任务的模拟操作都可以在阿里云、华为云和腾讯云平台上实现，读者还可

本书是一本关于数据处理与误差分析的实用手册。全书主要介绍了实验数据的表示以及实验误差和不准确性的重要概念和方法，包括引言、物理量及其不准确性的表示、误差的分类和传递、概率分布、实验数据处理、数据及其误差的图形处理、数据的拟合函数以及回归贝叶斯分析，侧重于如何在实验数据给定的条件下确定理论中的参数值和不准确性的估计。同时，为满足读者的进一步需求，本书在附录部分给出了背景资料和部分理论推导。全书内容结合了图形、应用实例和计算机程序，能使读者快速掌握科学数据的正确表示、处理和不确定性分析，涵盖了实验的

本书围绕 Hadoop 大数据平台及其生态系统组件的部署与运维，采用 “任务驱动＋知识准备＋任务实施＋考核评价＂ 的项目化模式组织各单元的内容。全书分为 11 个单元，主要内容包括大数据简介、Hadoop伪分布式安装部署、Hadoop 集群部署与监控、HDFS 分布式存储、使用 MapReduce 实现电商销售数据的统计、Hadoop 高可用集群规划部署、分布式数据库 HBase 部署与应用、数据仓库 Hive 部署与应用、Spark计算框架部署、Flink流式计算框架部署与操作、020外卖服务

《深入浅出数据分析》以类似"章回小说”的活泼形式，生动地向读者展现出色的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。