本书的特色与创新在于其紧跟Linux技术的最新发展趋势，全面升级至CentOSStream9.本书采用实践导向的教学方法，通过结合丰富的实际案例和项目实践，强化学生的动手操作能力，使理论知识与实际操作紧密结合。同时，本书融入了课程思政元素，将国家战略和信息技术创新的理念融入教学内容，培养学生的社会责任感和创新精神。本书第1版已经得到了广大师生的高度认可，其内容的实用性和前瞻性使学生能够更好地适应行业需求，显著提升了他们的就业能力。

根据中等职业教育的培养目标、培养特点和培养要求，本书由浅入深、全面系统地讲解Windows Server 2019网络操作系统的基本知识和各种网络服务的配置与管理。全书共8章，内容包括认识网络操作系统、活动目录配置管理、用户账户和组管理、文件系统与磁盘配置管理、DNS服务器配置管理、DHCP服务器配置管理、Web与FTP服务器配置管理、远程桌面服务。为了让读者更好地巩固所学知识，每章末尾都配备了课后实训和课后习题，方便读者及时检查学习效果。 本书可作为中等职业院校计算机专业相关课程的教材，也可作

本书根据教育部《关于进一步加强高等学校计算机基础教学的意见暨计算机基础教学基本要求》中有关“计算机技术基础”课程的教学要求，结合作者近几年的教学改革和实践编写而成。书中主要介绍了WPS Office 2019的几个主要应用软件，内容包括PDF文件的基础知识、文字基础知识与应用、表格基础知识与应用和演示基础知识与应用等。全书采用任务驱动模式，以WPS Office办公软件的应用案例为出发点，紧密围绕办公、教学过程中的文字处理、表格数据管理、演示文稿制作进行了详细讲解。本书为学习者搭起了学与用的平台

"《信息技术项目化教程（WPS Office 2023）》从工作实际出发，结合典型工作任务和典型案例，以企事业单位办公应用为主线，对照“WPS 办公应用职业技能等级证书”中级认证要求，采用“项目引导+任务驱动”的方式，将工作过程系统化，按照工作过程组织和讲解知识，培养学生的职业技能和职业素养。
本书所有的项目都是按照【情境描述】→【问题提出】→【任务实施】→【项目总结】的流程进行编写的。
本书内容主要以 Windows 10 和 WPS Office 2023 为平台，包括 6 个项

操作系统是一门实践性非常强的学科，只看书上的理论知识是远远不够的，必须在实践和应用中加以深刻的体会。作者在多年的教学实践和科学研究的基础上，结合操作系统教学大纲、研究生入学考试要求和软考考试大纲编写了本书。作者力求通过大量典型的例题解析和实验指导，帮助学生深入理解并能灵活运用操作系统知识。

本书前8章为习题，每一章的内容分为： 例题解析、课后自测题、自测题答案及分析。通过例题解析启发学生的思考，通过课后自测题学生可以进行自我检验，教师也可以对学生进行测试。后3章为Windows和L

本书依据教育部《高等职业教育专科信息技术课程标准(2021年版)》的基础模块要求，采用“任务驱动，案例教学”作为主导的教学方式。教学内容以“任务描述+技术分析+任务实现+相关知识+课后练习”的结构呈现，基于当前广泛使用的Windows 11和Office 2021平台，全面介绍计算机基础知识、Windows 11操作系统的使用、Word 2021文档处理、Excel 2021表格处理、PowerPoint 2021演示文稿制作、计算机网络与信息检索、新一代信息技术概述、信息素养与社会责

围绕一个实际软件项目案例，基于软件开发生命周期全过程阐述软件分析、设计、实现测试及维护的最新实用技术

本书介绍了软件项目开发中需要遵循的基本设计原则及经典软件设计模式，重点讲解了Spring、Spring MVC、MyBatis（SSM）框架的实现原理、关键技术、实际应用，以及其与典型软件设计模式的融合，并通过两个项目让读者掌握SSM框架的整合应用，体会软件架构设计的重要性。 本书理论与实践相结合，在知识点中融合了思政元素，实践案例由易到难、逐步深入，所有代码均能上机运行。本书提供教学大纲、电子课件、全部的项目源代码、实验设计、习题解答、授课视频等配套资源，读者可登录华信教育资源网（www.hx

使用机器学习技术的产品或服务在我们的生活中不断普及，被应用于大数据分析、智能驾驶、计算机视觉等领域，并迅速改变着我们的生活。本书以掌握一定的Python基础为前提，从具体的10个精简仿真项目切入，由浅入深、循序渐进地介绍机器学习技术在不同业务领域中的应用，在内容上注重实用性和可操作性，具体涵盖了数据分析与挖掘流程、监督学习、无监督学习、深度学习、大模型与人工智能应用等需要学生掌握的基本知识和相应技能。

"本书主要介绍机器学习经典算法的原理、实现及应用，并通过综合案例讲解如何将实际问题转换为机器学习算法进行求解。

全书共16章，主要内容包括机器学习概述、机器学习基础及Python常用库、朴素贝叶斯分类器、k近邻算法与非参数估计、聚类、回归分析、决策树、支持向量机、降维分析、人工神经网络、深度学习入门、推荐算法、基于协同过滤的推荐系统、零售商品销售额分析与预测、手写数字识别和基于深度学习的中文邮件分类。本书算法首先给出数学原理及公式推导过程，然后分别给出算法的原始实现和通过调用机器学