本书以实用和可接受的方式详细介绍了数据科学领域，强调动手实践。独立于技术介绍数据科学的基本思想和相关技术，允许学生在没有强大的技术背景的情况下轻松地发展对该主题的坚定理解，并提供即使在工具和技术发生变化后仍然具有持续相关性的材料。使用流行的数据科学工具，如Python和R，这本书提供了许多实际应用的例子，实践范围从小数据到大数据。为教师和学生提供的一套在线材料，包括数据集、PPT、解决方案和课程建议等。

本书结合了作者多年的数据中心实际工作经验，根据高压运维技术人员上岗的基本要求，围绕数据 中心供配电系统的电力知识和高压系统的操作特点，由浅入深地全面讲述了高压电气设备操作的安全要 求，对高压巡视、操作等项目做了详细的图文解释。全书共分13章，包括安全生产管理、电力系统基 本概念、电力变压器、互感器、高压电气、高压成套配电装置、高压电力线路、过电压保护与接地装置、 继电保护与二次回路、变配电站安全保障、高压开关柜的倒闸操作、变配电站运行管理、高压安全用具等。 本书的编写以理论知识和原理讲解“实用、够用”为原则，以职业岗位的需求和生产实际为主线， 采用理论与实践相结合的教学模式，向读者讲授供配电领域数据中心的新设备和新技术。本书内容深入 浅出、循序渐进，技能训练内容的设计贴近生产实际，力求在有限的篇幅内使读者把握实践操作要领， 帮助读者理解并记忆所学的专业知识，**限度地提升读者的专业技能，为读者终身职业生涯的发展搭 建平台。 本书详细介绍了各类型高压电气的安全知识、操作技巧和运维经验，读者可以全面、快速地掌握数 据中心高压运维的各项作业技巧和本领。本书可作为高职高专院校电气自动化技术、供配电技术、建筑 电气工程技术和农村电气化技术等相关专业的教学用书，也可供从事供配电运行、管理工作的工程技术 人员参考使用。

本书对可视化技术、交互技术以及数据分析方法进行了系统和全面的讲解。介绍了交互式可视化数据分析解决方案的设计标准，论述了设计中的影响因素以及工作流程的检验方法。读者可以从中了解可视化编码的基础知识，以及用于多元数据、时间数据、地理空间数据和图形数据等方面的众多可视化技术。书中专门用一章的内容来介绍与可视化效果互动的常规概念，并且利用图示来说明现代交互技术如何推动可视化数据分析的发展。针对如今庞大而复杂的数据，本书涵盖了自动化分析计算支持可视化数据分析的相关内容，另外还介绍了多屏幕环境下的高级可视化概念、数据分析过程中的用户指南以及渐进式可视化数据分析等技术。作者用简洁明了的术语以自上而下的视角解读了交互式可视化数据分析。众多真实案例和丰富的插图将使学生、本领域专家、数据密集型应用领域的从业者都能够轻松阅读本书。

本书以“互联网 ”背景下企业市场营销的策略与应用为主题，主要从企业网络市场营销模式的创新、移动网络时代的企业市场营销、企业网络市场营销的方法、企业网络市场营销策略分析、企业网络市场营销效果评价与管理等方面进行了梳理，力求在当今网络营销日趋重要的大环境下，促进我国企业在全球市场的参与度和竞争力，并为促使我国企业网络化、信息化进程不断加速及企业网络营销发展的日益成熟提供一些有价值的思考。

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。

第1章首先从大数据的发展历史出发，介绍了大数据的概念与性质，并且介绍了大数据专业体系的需求和未来展望，系统性地概述了大数据的定义。第2章介绍了数据的采集方式、数据可视化的作用手段以及数据可视化的具体运用。第3章首先从机器学习的基础入手，讲述了 化问题的三个经典算法，包括梯度下降法、牛顿法和遗传算法。然后介绍了机器学习的算法，包括有监督学习和无监督学习等算法， 介绍了机器学习的常用方法。第4章主要介绍深度学习，从Numpy的基础开始，完整地讲解了Python的扩展程序库Numpy。随后介绍了CNN和RNN这两种经典的神经网络。 介绍了包括AlexNet模型等几种经典的深度学习网络模型。第5章主要介绍了TensorFlow和PyTorch这两种框架的安装和搭建，并通过一些小例子来熟悉它们的基础组件， 后介绍了Keras这个 神经网络API。第6章介绍了医疗大数据、天文大数据以及金融大数据这三个大数据技术热门领域，分别讲述了这三个领域的基础概述、理论技术以及未来的目标和挑战。本书适用于对大数据领域感兴趣的读者，中职学历及以上学生、工程师、企业家、研究人员等都可以从中获益。读者能够了解到大数据技术的价值和应用前景，获得基本的数据分析和处理能力，对大数据在不同领域中的应用力和未来的发展趋势有 加全面、深入的认识，服务于大数据 战略。

本书以MySQL为平台，从数据库管理和开发的角度出发，介绍开发数据库应用系统所需的基础知识和技术。本书将一个贯穿全书的数据库应用系统开发实例“学生信息管理系统”融入各项目，将每个项目分解成若干任务，使读者逐步学会创建、管理、开发数据库，并掌握使用SQL进行程序设计的编程思想和技术。本书内容由浅入深，由实践到理论，再从理论到实践，通过任务驱动的方式将理论与实践密切结合，体现了高职高专和应用型本科教育的特点，也符合初学者认识和掌握计算机技术的规律。

本书是一本专门面向数据标注人才培养的实训教材，适用于有意从事人工智能训练师和数据标注工作的人员。为了使学习 具有针对性，本书特别选择了能代表行业普遍需求的标注项目管理知识及典型文本、语音和图像标注任务进行讲解与训练，辅助学习者快速完成系统化学习，进行标注实战工作。 本书对文本的事件标注和关系标注、语音的采集和质检、图像的语义分割任务进行逐一讲解和分析，每种标注类型均配有对应的规范、举例分析、习题与解析。本书还针对各类标注配套了多种子任务类型或多个领域的实操练习题，目的是帮助标注学习者增长见识，从而实现系统、完整的标注学习和实战练习。

本书采用 的MySQL 8作为数据库系统平台，内容包括数据库技术的基础理论、实现方法、设计过程与开发应用等。本书以任务驱动的方式设计了4个项目，每个项目又细化成若干具体任务。这些项目和任务旨在将理论与技能相结合，提高学生解决实际问题的专业技能。此外，本书还提供了10个任务工单，促进理论教学和实验教学融为一体。这些任务涵盖数据库的基础知识、 操作、设计规划以及应用开发等方面，帮助学生 好地理解课程内容。每个任务工单都包含了具体的步骤和细节，让学生能够 加轻松地完成任务。本书融合了理论和实践，是一本 实用的MySQL数据库项目化教程，适合学生、数据库从业者和自学者使用。

本书共11章，内容包括人工智能基础、实践环境的搭建及软件使用、Python基础与练习、A*算法实验、基于神经网络的图像识别实验、动物分类软件设计实验、垃圾分类实验、手势识别实验、声纹识别实验、基于迁移学习的锂离子电池健康状态评估实验以及基于BP神经网络和粒子群的锂电池SOH评估实验。本书概括了“人工智能基础”“基于项目驱动的人工智能与数据挖掘创新实践”等课程的主要实践内容，介绍了目前人工智能在应用方面的主流场景，阐述了利用人工智能技术进行创新实践的基本原理和方法。本书可作为高等院校和高职高专院校电子信息类、计算机类、仪器类和机电类专业学生在人工智能领域的学习实践用书，也可供有关行业的工程技术人员参考。