本书由11位云表平台的资深开发者共同编写而成，内容涵盖云表平台的安装、部署，以及云表平台的三大利器：填表公式、业务公式和数据接口。本书从信息系统的基本单元—数据入手，以进销存系统为例，手把手介绍一个系统如何从平台上生长出来；在交付使用后，又如何做适应性修正，以符合企业业务发展的需要。这本书开创了从操作层面介绍纯中文编程的先河，对于稍有Office基础的小白来说，就是从入门到精通的教科书；对于已经有软件开发经验的开发者来说，可以更加系统性地了解无代码编程的体系化过程。 本书适合企业管理人员阅读与实践，也是高等院校、职业院校进行普及型社会技能培训的教材。

元宇宙是平行于现实宇宙的虚拟宇宙，其基于Web3构建，是未来人类文明的重要形态。元宇宙融合了区块链、AR VR、5G、AI等前沿技术，旨在媲美真实世界的沉浸式体验，同时为未来商业发展提供巨大的想象空间。本书第1章从宇宙和人类文明的本源说起，阐述了元宇宙时代到来的必然性；第2章重新审视并深入解读了“元宇宙”；第3章和第4章详细讲解元宇宙涉及的“软技术”和“硬技术”等前沿科技，帮助读者深入了解相关技术；第5章详细论述元宇宙形成的两种方式——自上而下和自下而上；第6章描述元宇宙的应用场景，包括社交、娱乐、生活和产业等；第7章探讨元宇宙的治理方式DAO及其运作方式；第8章对未来元宇宙中人的终极形态做了猜想：缸中之脑或者半机械人。本书凝聚了作者多年研究成果和认知总结，由浅入深、层层递进，可读性强，适合广大元宇宙、区块链从业者和爱好者阅读。

本教材全面介绍了软件工程的基本知识体系，讲述了软件工程的基本概念、原理和方法，系统地介绍了目前较成熟的、广泛使用的软件工程技术。本教材内容包括：软件工程概述、可行性研究、软件需求分析、概要设计、详细设计、面向对象方法学引论、统一建模语言UML、面向对象分析、面向对象设计、软件编码与测试、软件维护、软件项目管理，同时，还介绍了绘图工具软件Visi。的使用方法。本教材按照案例驱动、项目运作所需的知识体系结构来设置内容，突出实训，重在培养学生的专业能力和动手实践能力。每章配有课堂实训、单元实训和单元习题；理论与实践相结合，通俗易懂，实用性强，可操作性强。本教材适用于普通高等院校、高职院校“软件工程”课程的教材或参考书，也可供软件工程师、软件项目管理者和应用软件的开发人员阅读参考。

马丁的简洁代码不仅仅是提供选项。在半个世纪的软件环境中，每一种可以想象的类型，马丁告诉你做出什么选择，以及为什么它们对你的成功至关重要。正如你所渴望的，这本书中充斥着直接的、不复杂的解决方案，你将面对那些能使你的项目成败的真正挑战。

4本书是软件工程方面的教材，主要内容包括：软件工程概述、软件项目分析、需求工程、软件项目概要设计、软件项目详细设计、面向对象的分析与设计方法、用户界面设计、软件项目编码、软件质量与质量保证、软件项目测试、软件交付与维护、软件项目管理、软件建模与建模语言、软件工程新技术等。本教材的特点是内容系统、语言精炼、概念准确，本书可作为高等学校软件工程课程的教材，也可作为从事软件工程人员的参考书。

本书是有关软件测试与质量保证的一本理想入门教材，全书共分18章，主要内容包括测试的基本概念、程序测试理论、单元测试、控制流测试、数据流测试、域测试、系统集成测试、系统测试分类、功能测试、从有限状态机模型生成测试、系统测试设计、系统测试计划与自动化、系统测试的执行、验收测试、软件可靠性、测试团队的组织结构、软件质量及成熟度模型等。本书的两位作者在软件测试方面有着丰富的实践经验，全书既有侧重测试理论的概念讲解，也有实际应用的经验总结。

本书以实用为主基调，以项目控制为脉络，以*实践和标准为指导，以P6应用为核心，以笔者行业应用心得和国际同行经验编撰而成。面向广大项目经理、项目控制经理/工程师、项目计划工程师、费用控制经理/工程师、大专院校师生以及P6爱好者。本书主要内容三大部分，由浅入深让读者透彻掌握项目控制和P6应用，具体来说：？ 软件基础知识篇从项目控制基础知识到软件操作基础使读者全面了解掌握项目控制基础理论和软件实现基础方法。？ 实践应用技巧篇从项目计划、项目执行与控制、报告及信息发布等环节常出现的业务出发，精选出100个常见应用场景以问答的方式详细解析具体的解决方案。？ 背景知识附录篇综合了项目控制相关标准、*实践内容概要解释、常见相关控制工具以及项目控制必须掌握的术语和知识。

《软件工程原理及应用》由张永恒和艾晓燕主编，本书以软件生命周期为主线，比较全面地反映了软件工程的全貌，兼顾了传统的、实用的软件开发方法，又介绍了比较新的技术方法。《软件工程原理及应用》主要内容包括：软件相关的基本概念，可行性研究与软件项目开发计划，软件需求分析，软件设计原理与方法研究，软件实现探析，面向对象的分析、设计与实现，软件测试与维护。另外还对软件复用与构件技术、软件质量与质量保证技术、软件工程项目管理的有关内容以及软件开发工具与开发环境等内容深入探究。

虚拟化技术是云计算的底层支撑技术之一。作为已经纳入到Linux内核的虚拟化解决方案，KVM虚拟化近年来发展迅猛，是很多公共云供应商默认的虚拟机管理程序。对于IT从业者来讲，掌握一些KVM虚拟化知识是很有必要的。本书是《虚拟化KVM进阶实战》姊妹篇，共有6章。针对初学者，先从虚拟化基本概念及KVM原理讲起，然后通过全动手的实验学习KVM的安装、虚拟机创建、虚拟机的日常管理、虚拟网络的管理、虚拟存储的管理。KVM虚拟化其实是Linux、KVM、QEMU和libvirt等很多开源技术的组合，对于初学者来讲学习曲线比较陡。本书将这些技术融会贯通，是作者多年讲授KVM虚拟化实战课程经验的结晶，可以使学习者快速入门并为后续的企业级应用打下基础。

机器学习是以概率论、统计学、信息论、**化理论、计算理论等为基础的计算机应用理论学科，也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法，共分三篇。篇介绍监督学习的主要方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与**熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等；第二篇介绍无监督学习的主要方法，包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等。第三篇介绍深度学习的主要方法，包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法，详细叙述各个方法的模型、策略和算法。从具体例子入手，由浅入深，帮助读者直观地理解基本思路，同时从理论角度出发，给出严格的数学推导，严谨详实，让读者更好地掌握基本原理和概念。目的是使读者能学会和使用这些机器学习的基本技术。为满足读者进一步学习的需要，书中还对各个方法的要点进行了总结，给出了一些习题，并列出了主要参考文献。《机器学习方法》是机器学习及相关课程的教学参考书，适合人工智能、数据挖掘等专业的本科生、研究生使用，也供计算机各个领域的专业研发人员参考。