本书共11章，以工程学视角为切入点，构建了一套从基础理论到实践应用、从技术本质到产业价值的完整知识体系，系统阐释了区块链技术的发展脉络、核心原理及其在数字经济中的支撑作用，内容层层递进逻辑清晰。第1章从工程导论切入，介绍工程学概论、工程项目解决方案与工程伦理和工程师的职业道德为区块链工程化应用奠定基础；第2章初探区块链工程专业建设，明确培养目标与课程体系；第3章至第5章回溯区块链技术的起源与核心原理，介绍比特币的兴起、比特币的工作原理并认识区块链；第6章至第8章介绍区块链的系统架构、区块链技术，

本书以“项目引领、任务驱动”为编写理念，内容覆盖 Photoshop CS6 的基础操作、图像处理与设计实战等，通过丰富的实例深入讲解广告设计、包装设计及界面设计等专业技能，系统介绍软件的基础应用、进阶技巧与实战应用。书中配有详细的步骤解析与图解，帮助学生快速掌握 Photoshop 的核心技能，便于学生自学、复习与备考。

本书是“十四五”职业教育国家规划教材，也是国家职业教育物联网应用技术专业教学资源库配套教材。本书以构建企业私有云平台为主线，按照云计算基础、公有云项目部署、VMware私有云搭建及应用和OpenStack私有云搭建及应用的课程体系结构组织教学。全书分为5个项目，包括认识虚拟化与云计算、数据中心构建、公有云项目部署、VMware私有云搭建、OpenStack云平台搭建与管理，重点阐述虚拟化与云计算的基本概念、虚拟机的应用、云计算的服务模式、数据中心服务器认知、服务器操作系统安装、服务器磁

本书详细介绍大数据采集与清洗的相关知识和技术，共9章，分别是概述、网络爬虫基础、网页数据抓取、缓存下载页面、并发/并行爬取、用Selenium抓取动态内容、Scrapy爬虫框架及其应用、大数据平台系统日志采集、pandas数据清洗。本书大体上由数据采集（第2～8章）和数据清洗（第9章）两部分内容构成，以Python作为编程语言。数据采集部分以Web数据采集为主，也涉及Hadoop大数据平台的数据采集，内容由浅入深，循序渐进，理论与实践相结合，帮助读者理解和掌握数据采集的相关技术；数据清洗部分主要

本书系统介绍数据科学核心理论与技术，融合了数学、统计学和计算机科学等多学科知识，旨在构建完整的数据科学知识体系。全书共 15 章，主要内容包括数据预处理、经典机器学习模型（回归、分类、聚类、集成）、关联规则挖掘、特征工程（降维与特征选择）、最大期望算法、概率图模型、深度学习、文本分析、图与网络分析以及分布式计算等核心模块。特别值得关注的是，本书对当前热点技术如Transformer、BERT、图神经网络等进行了讲解，并设有专门的文本分析和图与网络分析章节。此外，书中包含丰富的附录内容，涵盖了矩阵

本书内容涵盖分布式理论基础、大数据处理架构Hadoop、Hadoop分布式文件系统、基于Hadoop的数据仓库工具Hive、分布式数据库HBase、分布式计算框架MapReduce、基于内存的分布式计算框架Spark、分布式计算框架Flink、分布式协作服务ZooKeeper等大数据平台架构核心理论与重要组件，以及资源管理平台YARN，分布式数据采集和传输系统Flume，基于发布/订阅的消息队列Kafka，分布式NewSQL数据库TiDB，分布式日志收集、查询和展示系统Loki，向量数据库Mil

本书由广东白云学院白云宏产业学院联合知名企业网络安全工程师共同编写，立足“理论为基、实践为本”的理念，系统构建网络安全知识体系。全书共9章，涵盖网络安全基础概念，密码技术，网络攻击技术，防火墙技术，入侵检测与防御系统，VPN技术，认证、授权和审计，网络安全运营与管理及网络安全法律法规核心内容。通过漏洞分析、模拟攻防演练、安全工具配置等实践项目，强化技能应用能力。本书融合高校理论与企业实战经验，适用于网络安全、计算机类专业教学，也可作为IT从业者的进阶指南及管理者提升安全意识的参考读物，助力读者构

本书是一本专注于软件测试领域的专业教材，旨在为读者提供全面的软件测试知识与技术技能。通过对本书内容的学习，读者将深入了解软件测试的发展历程、理论基础、实用方法、工具应用及案例分析，为进一步的专业学习及就业打下坚实的基础。全书共分两大模块、8个任务，结构设计从基础到高级，逐步展开，不仅覆盖了软件测试的核心流程和方法，还扩展到了性能测试和自动化测试等高级主题。通过分析真实案例，可以进一步帮助读者深化对软件测试概念和实践的理解，为读者成为软件测试领域的专业人才奠定基础。本书既可以供高职院校或职教计算机

1.注重理论结合应用。在深度学习、语义表示和基础算法模块的写作过程中，采用问题引导式方法引出算法和模型，尽量出现较少的数学公式推导，配套代码从头实现主要模型，确保代码的正确性和可复现性； 2.应用部分弱化理论。在实际应用模块，以实践和创新能力培养为主，采用案例为主的写作方式，让读者理解实际应用的代码实现过程，提高动手能力； 3.低资源语言部分注重语言特点与应用结合。不同语言有着各自的特点，本书以藏语为例，加入了低资源语言的信息处理研究实例，用实例说明低资源语言的研究特点。

本书全面系统地介绍机器学习的经典方法、前沿技术和应用实践。全书分为基础篇、进阶篇和实践篇，共10章，主要内容包括绪论、学习模式、判别式模型、生成式模型、高级机器学习概述、特征表示学习、新兴学习机制概述、主流机器学习编程框架、人脸识别、灾害性天气预报。 本书坚持理论联系实际，兼顾经典与前沿，为读者由浅入深地构建机器学习的知识体系。其中，理论部分均给出严谨的数学推导，实践部分则注重阐述实施路径和实现代码，以让读者更好地掌握机器学习的理论与应用技术。 本书可作为高等院校人工智能、计算机科学与技术、大数