《计算机网络实验指导》共包括25个实验项目，每个实验项目涵盖实验目的、实验设备及工具、实验原理、任务要求、实验拓扑图、实验步骤、思考与动手。实验原理简明扼要，实验步骤详细，使读者能够更快速、更直观、更深刻地掌握相关的知识。全书内容涵盖必要的网络原理、实用的组网技术，能切实培养和提高学生的实践操作技能，增强实战经验。本书所有实验是在华为企业网络仿真工具平台（eNSP）上完成，也可在真实的华为网络设备上进行。 本书适合作为普通高等学校计算机信息类专业的计算机网络基础、计算机网络管理等课程的实验

本书面向初学者介绍了自然语言处理的基础知识，包括词法分析、句法分析、基于机器学习的文本分析、深度学习与神经网络、词嵌入与词向量以及自然语言处理与卷积神经网络、循环神经网络技术及应用。本书深入浅出，案例丰富，可作为高校人工智能、大数据、计算机及相关专业本科生的教材，也可供对自然语言处理有兴趣的技术人员作为参考书。

本书全面系统地介绍了CorelDRAW X8的基本操作方法和图形图像处理技巧。全书共分11章，包括平面设计的基础知识、CorelDRAW X8的入门知识、CorelDRAW X8的基础操作、绘制和编辑图形、绘制和编辑曲线、编辑轮廓线与填充颜色、排列和组合对象、编辑文本、编辑位图、应用特殊效果、综合实训案例。

本书适合作为高等院校数字媒体艺术类专业“CorelDRAW”课程的教材，也可供相关人员自学参考。

如果你在互联网上搜索过PPT教程，就会发现，大多数教程都是在教你如何操作、如何设置参数等。而作为PPT 发烧友、以做PPT为职业的人而言，我认为看再多这样的教程，对提高水平也无济于事。因为想要又好又快地完成一套幻灯片，是需要方法驱动的。在《PPT设计思维：教你又好又快搞定幻灯片》中，笔者把长期以来在PPT 制作中沉淀下来的经验分享给读者，希望能对广大PPT 制作者有一定帮助。

本书使用数据科学领域中流行的编程语言之一——Python 来进行数据的基本处理与可视化、数据获取、数据分析、数据挖掘、文本挖掘和深度学习，旨在帮助读者掌握从事数据科学工作的技能。

全书共 9 章，主要内容包括数据科学概述、Python 基础知识、Python 数据科学常用库、Python 数据获取、Python 数据分析、Python 数据挖掘、Python 文本挖掘、深度学习基础和深度学习应用。

本书可作为普通高等院校数据科学与大数据技术、大数据应用与管理等专业

本书以一个完整的学生信息管理系统项目为载体，按照项目开发流程和读者的认知规律，由浅入深、循序渐进地将Python程序设计的理论知识和关键技术融入各个工作任务中。通过完成一个个具体任务到终实现整个项目，读者能够快速掌握Python程序设计开发的相关理论知识和职业技能，能够独立开发各种小型信息管理系统。

本书涉及的主要知识点和技能点包括：开发环境的搭建、各种运算符与表达式的使用方法、三种基本控制结构的使用方法、常用序列的使用方法、函数的使用方法、文件及目录操作、异常处理、SQLite

《机器学习数学基础：概率论与数理统计》从基础的概率统计知识讲起，逐步深入到机器学习以及深度学习的分类算法，并在后配合深度学习的实战案例，介绍了softmax回归函数在手写体图像识别中的具体应用。通过手动编辑代码，让读者更深入地了解概率在人工智能领域的重大作用。全书分为16章，涵盖的内容主要有概率统计在人工智能发展过程中的重要影响；随机试验及概率的概念；随机变量的分布及多维随机变量的分布情况；贝叶斯算法；正态分布现象；随机变量的数字特征；机器学习中的损失函数；大数定律；样本及抽样分布的做法；

本书以简练的语言、简单易懂的任务，将学习Python语言必须掌握的知识进行了分类归纳。书中的每个任务解决一个问题，每个任务涉及若干知识点。初学者需要先模仿任务，获得直接体验，然后再学习和任务直接相关的知识。通过一个单元接着一个单元的模仿、学习，读者能够逐步形成完整的知识体系。
全书共10章，主要讲解基础知识和基本应用技巧，内容涉及Python的基础知识，包括基本语法、输入输出、数据类型、流程控制、函数、文件；还涉及Python的应用知识，如第三方库的使用等。本书在Python版本的选用上进

本书涵盖Python语言的主要语法特性，包括变量、数据类型和表达式、控制语句、数据结构、函数、模块、面向对象编程、异常和错误处理等内容。

　　《Python爬虫项目教程（微课版）》以Python语言为基础，介绍了爬虫的基础知识。
　　《Python爬虫项目教程（微课版）》包括6个实战项目，分别为爬取外汇网站数据、爬取名言网站数据、爬取电影网站数据、爬取图书网站数据、爬取商城网站数据、爬取景区网站数据。
　　《Python爬虫项目教程（微课版）》通过这些项目讲解了Python的Web访问技术、BeautifulSoup的数据分析与提取技术、深度优先与广度优先顺序爬取技术、多线程网页爬取技术、scrapy分布式爬取框架技术