本书是3ds Max的入门教材，采用项目教学法，以真实项目为例，使读者以设计人员的身份直接参与到项目的实施中，在完成项目实施的过程中掌握3ds Max的使用方法，以尽快上岗。
本书共4个学习单元10个项目，内容包括：学习单元1道具设计，主要介绍了游戏中道具的建模、材质、大气环境和基础动画的制作；学习单元2影视片头设计，主要介绍了路径变形、曲线编辑和基本动画的设置；学习单元3场景设计，主要介绍了室内外游戏场景模型建造、贴图、灯光和摄像机的使用；学习单元4角色设计，主要介绍了游戏中角色的建模、

"在智能化时代背景下，教育重心已由“知识+能力”向“能力+认知”进行偏移，以Python程序设计为媒介，构建学习者“问题逻辑认知模式”、提升解决问题和创新能力是本书的重要目标。全书将要完成一个虚拟的高考平行志愿录取任务，主要包括设计解决问题的方案、获取高考原始成绩数据、成绩赋分及确定考生位次、简易平行志愿填报系统、简易平行志愿录取系统和简易录取结果查询系统等子任务。通过对子任务提出要解决的问题、探索问题本质、学习解决问题的方法、对问题进行求解以及对求解情况进行评价和反思5个环节，使读者始终沁润在

本书分为8个项目，包括了解综合布线系统、双绞线布线系统的基础知识与安装、管槽系统和机柜的基础知识与安装、光缆布线系统的基础知识与安装、综合布线系统缆线敷设、综合布线系统设计、综合布线系统工程测试和综合布线系统工程验收。本书以需求为导向，基于企业技术技能要求，以三育融合为中心，由校企双元合作开发设计本书体系。本书的结构为“项目—任务”模式，同时融入思政元素、创新元素，形成了三育融合的职业教育人才培养模式。

本书内容涵盖了监督学习、无监督学习和半监督学习的代表性算法，对算法的原理与思想、推导与证明、实现与应用中涉及的知识点进行了清晰透彻的阐述。全书由12章组成，主要内容包括机器学习基本理论、K-近邻、贝叶斯、线性模型、支持向量机、决策树、集成学习、聚类算法、降维算法、半监督学习、人工神经网络等知识。章节依照算法类别及算法间逻辑关系进行编排，内容结构上条理清晰、由浅入深，并完整的对算法的编码实现进行了讲解，从编程角度展示算法细节，使读者可以更加深入透彻的理解算法原理、加深对算法的记忆，并能够

计算机数学是计算机科学中不可或缺的一部分，它利用数学的工具和方法来解决计算机科学中的问题，是计算机专业的一门基础课。本教材在内容的选取上包含离散数学、代数学这两个学科领域，共分4章，详细介绍了命题逻辑和谓词逻辑，集合、关系和函数，图论，代数系统等基础知识。本教材适用于信息与计算科学、计算机科学与技术、信息安全、软件工程、人工智能、自动化与智能科学与技术等计算机相关专业的学习者，还适用于计算机相关专业的教师，同时还可作为相关专业科技人员的学习参考书。

本书以项目为导向，以任务为驱动，全面地介绍数据分析与可视化的流程，以及Power BI数据分析与可视化的应用，并详细讲解利用Power BI解决企业实际问题的方法。全书共7个项目，项目1为初识数据分析与可视化，项目2～项目6分别介绍体育商品销售数据分析案例的数据获取、数据预处理、数据建模、数据可视化、数据分析报表创建与发布的相关内容，项目7介绍自动售货机综合案例。此外，项目1～项目6包含课后习题，项目2～项目6包含项目实训，通过课后习题练习和项目实训操作，读者可巩固所学的内容。 本书可以作

本书是根据电气与电子信息类本科专业的共同要求而编写的，共14章，分为原理篇、接口篇和拓展篇。 原理篇包括微型计算机基础、8086 CPU及其指令系统、汇编语言程序设计、存储器技术。指令系统和汇编语言部分引入了DEBUG调试结果截图、以及与C语言的比较内容，同时保证了比较内容的相对独立性。 接口篇以简易交通灯控制系统和自动气象站设计为例，导入了接口译码电路设计、8255A、8259A、8253、8251A等可编程接口芯片和A/D转换器。部分案例同时提供了汇编语言和C语言版本的程序。 拓展篇包括总线

"本书以“计算思维”为切入点，着重培养学生利用计算机求解问题的实际能力。同时，引入人工智能、大数据、物联网、云计算和区块链等新技术，让学生在掌握计算机基础理论知识的同时，接触前沿技术，具备创新思维能力。
本书共10章，分别为计算文化与计算思维、计算机中的0和1、计算环境: 计算机是如何工作的、算法基础与典型算法、Python语言入门、基础语法与程序控制结构、Python函数与代码复用、计算机网络环境、数据管理与数据库、计算机前沿技术。
本书不仅介绍基础理论知识，更重要的是让学生在掌握

本书共分10章：包括图像处理基础、选区的使用、图像的绘制与修饰、色彩的调整、图层的应用、蒙版和通道、文本编辑、路径和形状的绘制、滤镜的应用、综合项目。

"本书主要介绍数据挖掘与机器学习的基本概念和方法，包括绪论、Python数据分析与挖掘
基础、
认识数据、数据预处理、
回归
分析、关联规则挖掘、分类、聚类、神经网络与深度学习、离群点检测
、文本和时序数据挖掘、数据挖掘案例
等内容。
各章力求原理叙述清晰，易于理解，突出理论联系实际，
辅以Python代码实践与指导，引领读者更好地理解与应用算法，快速迈进数据挖掘领域
，掌握机器学习算法的理论和应用。

本书可作为高等学校计算机科