“电路数学”是普通高等院校电类专业（包括电气自动化、电子信息技术和通信技术等）的一门必修课程。它主要介绍函数、向量与复数、导数法、积分法、常微分方程、拉普拉斯变换、无穷级数、傅里叶级数、行列式与矩阵等内容，是学习电类专业技术课程的重要基础。本书采用了丰富的用数学知识解决电类专业问题的实例，还配备了一定数量的习题供读者练习，以便加深对所学知识的理解。本书逻辑结构清晰、语言叙述简明、例题丰富翔实，非常适合作为普通高等院校（包括职业本科院校和高职高专院校）电类专业的数学课程教材，也可供相关工程技术人员

本书以电气运行值班员岗位工作岗位所需技能为基础，将课堂授课、生产现场和虚拟仿真深度融合，以真实生产项目、典型工作任务、仿真的实训环境等为载体组织教学单元，采用理实一体化教学模式，立体展现安全用电、认识现场设备、设备巡视、倒闸操作、故障处理等五个学习情景。

本书严格依据人工智能训练师国家职业技能标准（2021年版）进行精心编撰。其内容系统地涵盖了5级至3级的相关知识体系，全书共计8章。其中，除第8章外，其余各章均精心设置了实训环节，有效实现了理论与实际的有机结合，旨在全方位提升读者的知识掌握水平与实践操作能力。本书特色鲜明：其一，相关内容于深圳多区开展了多轮培训实践，积累了丰富经验。其二，案例紧扣时代脉搏，将基础知识传授与大模型工具应用有机融合，极大提升学习效果与效率。其三，内容全面且深入浅出，与高校专业教材相比，阅读难度适中，适合广大受众研读，可

本书包括Linux技术基础概述、Linux基本操作命令、Linux vi和vim操作、Linux用户与文件管理、Linux系统管理、Linux Shell编程、Linux Web服务器与数据库服务器应用、Linux时间服务器应用、Linux服务器安装与配置、分布式集群搭建与应用共10章内容。每章均配有对应的项目拓展及本章练习。项目拓展均已经过验证，简明易学，逻辑清晰，应用性强。 本书既可以作为高等院校计算机类专业相关课程的教材，又可以作为云计算工程师、系统架构工程师、Linux爱好者的参考书。

本书内容遵循理论知识“必需、够用、适度拓展”的原则，结合产业化特征，从生物提取、天然活性成分、生化反应、酶工程与固定化技术、免疫与细胞工程技术、基因工程技术等现代生物技术领域，介绍生物制药的技术来源、原料加工制备的主要工艺原理，侧重于基本概念、工艺特征和实操技能，在介绍传统、成熟的技术流程的同时，适当介绍生物技术、生化工程等的最新进展和在药物制备中的应用，体现生物制药的新知识、新工艺、新方法和新技术。
本书可作为高职高专院校生物技术类、药品生产技术、生物制药技术等专业学生使用的生物制药课程

本书全面介绍云计算系统层面的技术和知识，从虚拟化、数据中心管理，到云操作系统、分布式数据库，层层递进，完整覆盖构建云计算系统所需的不同层次的技术，使得读者能真正掌握云计算系统的技术原理和技术方法，而不是仅了解特定的产品化系统。本书纳入了云计算相关的重要的分布式计算基础理论，增加了教材的理论深度和内容完整性，增强了知识基础，有助于读者对云计算自身技术原理的理解。

本书全面介绍当代数据管理系统的基本概念、原理和技术，立足大数据时代应用新需求，除了介绍传统数据库的核心知识，还对基于大数据模型的新型数据管理系统的设计理念和使用方法等进行探讨。在传统数据库方面，介绍关系模型、结构化查询语言、基于E-R模型的数据库设计和规范化理论；另外，还介绍数据库索引、查询处理与优化，以及并发控制等技术。在新型数据管理方面，介绍NoSQL数据库、MongoDB数据库以及NewSQL数据库等。

本书是一本系统介绍大数据计算技术及其应用的教材，旨在为读者提供一个全面了解大数据计算领域基本概念、关键技术、系统框架、实际应用等的全景图。全书共9章，主要包括绪论、大数据存储、大数据分析与可视化、大数据计算框架及软件架构、先进大数据计算系统框架、大数据计算系统架构模拟仿真、先进大数据计算系统实现技术、先进大数据计算系统应用实践、大数据计算的生态体系和发展趋势等内容。本书对当前常规和先进的大数据计算系统进行了深入剖析，阐述了各种加速芯片和晶圆级异质集成计算系统的实现技术，并介绍了大数据计算技术在医

本书旨在深入浅出地介绍统计方法与机器学习的核心概念和算法应用。它不仅涵盖了传统统计方法的基础知识，还深入探讨了机器学习领域的关键技术。本书首先从机器学习中的数学基础入手，包括数据的描述存储、线性变换和特征分解、概率的基本思想、概率论和统计方法在机器学习中的应用等。其次，根据机器学习的基本概念、各种分类和路径等，较全面地给出机器学习的俯瞰图。最后，本书将视角投放到当前人工智能最火爆的深度学习领域，从神经元模型到神经网络，再到目前人人关注的大语言模型。本书通过丰富的实例和实际数据集，帮助读者深入理解

本书是一本全面介绍数据科学理论与实践的综合性教材，旨在向读者展示如何在多样化的数据环境中应用数据科学技术以解决复杂的实际问题。本书的主要内容分为以下两部分：第一部分（第1、2章）主要介绍数据科学与工程的背景、定义、原则和基本概念，以及数据科学基础理论；第二部分（第3～7章）介绍高级应用和案例研究，旨在帮助读者建立数据科学与工程的基础知识，并在每个实践章节中，按照背景介绍和场景分析、数据工程基础实践、高阶算法研究及实战的脉络，为读者提供一个循序渐进的学习框架、实践指南和解决问题的方法。