本书基于SQLServer 2019，系统全面地阐述了数据库系统的基础理论、基本技术和基本方法，以培养数据库应用能力为主要目标，重点关注数据库系统的基础性和应用性。全书以图书借阅管理系统为主线，将数据库相关基础理论和应用实践有机结合。全书包括绪论、关系数据库系统、关系数据库标准语言SQL、数据库安全性与完整性、关系数据库理论、数据库恢复与并发控制、数据库设计与应用、实验等8个章节，知识结构编排合理，内容循序渐进、深入浅出、条理性强。每个章节的前面均有知识点思维导图，有助于读者了解章节的知识架构；每章后面配有适量的习题，可帮助读者巩固所学的知识点。本书提供教学课件、源程序等电子资料，读者可扫描二维码查看。本书既可以作为高等院校计算机及相关专业数据库课程的教材，也可以作为从事数据库技术研究、系统应用与开发的研究人员和工程技术人员的参考书。

本书以数据分析为切入点，以数据可视化全流程为主线，从 基础的表格工具Excel到专业的数据可视化工具Power BI、Tableau及编程语言Python，系统讲解了数据可视化的操作流程。每章设置了内容导读、学习导图、职业素养目标、本章总结、综合实验、思考与练习等模块。全书共9章，第1章是入门篇，介绍了数据分析与可视化的基本概念。第2～6章以商业数据为案例，详细介绍使用Excel进行数据分析并进行可视化展示的全流程。第7～8章以Power BI、Tableau为工具，讲解从连接基础数据到进行数据分析全过程。第9章讲解利用Python实现数据可视化的基本方法，主要介绍了Python进行数据分析与可视化的基础库和扩展库。本书图文并茂，内容翔实，案例充分，重视知识性和实用性的结合，强调数据可视化的作用和方法。适合作为高等院校非计算机专业“数据分析与可视化实践”或“可视化实践与提高”等课程的教材，也可作为创新创业课程、实验实习课程、计算机应用和 办公自动化方面的培训教程或参考用书。

本书由校企“双元”合作开发，以企业真实项目的实施流程为主线，通过“电商平台用户行为数据分析”项目实战，贯穿Hadoop大数据核心技术，包括项目需求、大数据平台部署、数据采集、离线数据仓库设计与开发和项目数据可视化展示。本书内容主要涉及VMware、Xshell、IDEA等软件的安装配置；Hadoop分布式集群环境搭建； Flume、Kafka、Hive、Sqoop、ZooKeeper等Hadoop生态组件的基本工作原理、搭建及配置方法；使用Flume-Kafka-Flume架构实现数据采集；Hive离线数据仓库的设计与开发；使用pyecharts工具进行数据可视化展示。本书为省级精品在线开放课程配套教材，同时配有课程标准、软件安装包、项目源代码、习题库、微课视频等，可以帮助读者 好地学习本书内容。本书可以作为高等职业院校大数据、云计算、软件技术等相关专业教材，也可以作为从事大数据平台运维、大数据分析、云计算应用等技术人员的参考用书。

暂缺简介...

暂缺简介...

本书属于高职院校管理方面的著作。全书由互联网时代、高职院校后勤管理概述、互联网视域下的高职院校后勤管理、互联网视域下高职院校后勤管理机制与保障体系的构建、高职院校后勤队伍建设与工作发展研究五部分组成。全书以高职院校后勤管理工作为核心，从互联网时代背景出发，详细介绍了高职院校后勤管理的基本模式与理论，对互联网视域下高职院校后勤管理工作的具体实施策略做了论述，给出了关于高职院校后勤管理服务体制、监督体系以及绩效评价指标体系构建的具体策略， 围绕高职院校后勤管理工作的创新发展做了介绍。本书对高职院校后勤管理相关方面的研究者与从业人员具有一定的参考价值。

暂缺简介...

该教材按照《社会艺术水平考级管理办法》的要求，由四川省艺术研究院组织编写。教材立足实际，根据本地与全国社会艺术水平音乐教育发展及考级情况，在充分结合当下学习者们的实际状况和艺术水平，并本着对其在鉴赏和演奏能力上有 大提升为宗旨，综合考量选编而成。教材涵盖一至十级别。是目前 专业、 全面、 系统的架子鼓自学教材，教程内容丰富、浅显易懂，让广大考生 好地掌握架子鼓演奏技巧。

该教材按照《社会艺术水平考级管理办法》的要求，根据本地与全国社会艺术水平音乐教育发展及考级情况，在充分结合当下学习者们的实际状况和艺术水平，并本着对其在鉴赏和演奏能力上有 大提升为宗旨，综合考量选编而成。教材涵盖一至十共十个级别，按照逐级学唱、由简到难、循序渐进的思路进行编排。为增强少年儿童的民族自豪感并起到普及中国民歌，教材在每个级别，都特别选编了一定数量的中国民歌。曲目中既有传统地方民歌，也有近年来创作的风格突出的民族作品，这对弘扬民族音乐文化有着积极的作用。

本书共分为七章。第一章主要介绍数学对应人工智能的重要性，以及代数学和分析学中的基础概念，是后面各章的基础。第二章和第三章分别介绍了微积分和线性代数核心内容，并将相关基础知识映射到人工智能领域，从这一视角理解数学基础知识的工程应用。第四章介绍了矩阵分解这一重要数学工具及其在人工智能领域的典型应用。第五章介绍了概率论基础知识及在人工智能领域的广泛应用。第六章介绍了最优化理论及算法，以及它们在机器学习和人工智能中的基础性应用。第七章主要介绍了信息论的基本概念和在人工智能中常见的应用。