在云原生生态中，容器镜像和其他云原生制品的管理与分发是至关重要的一环。本书对开源云原生制品仓库Harbor展开全面讲解，由Harbor开源项目维护者和贡献者倾力撰写，内容涵盖Harbor的架构、原理、功能、部署与配置、运维、定制化开发、API、项目治理和成功案例等，很多未公开发表的内容在本书中都有详尽讲解，如：Harbor的架构原理；OCI制品的支持方式；高可用制品仓库的设计要点；镜像等制品的扫描；权限和安全策略；备份与恢复策略；API使用指南等。无论是对于Harbor用户、开发者和贡献者，还是对于云原生软件开发工程师、测试工程师、运维工程师、IT架构师和IT技术经理，抑或是对于计算机相关学科的高校学生来说，本书都有非常重要的指导和参考价值。

《大数据处理：从采集到可视化》共分为9章，章数据采集，主要介绍了大数据的概念、类型及其特征，常见的数据采集方法；第2章数据清洗，主要讨论数据质量的维度，数据可能存在的质量问题，常见的数据清洗方法；第3章数据ETL，重点介绍了MGO方法；第4章数据存储，主要介绍了大数据时代的一些主流数据存储平台和相关技术；第5章回归算法，主要介绍了线性回归、决策树回归、随机森林回归等，并介绍了其实现的主要步骤以及相应的Python语言实现代码；第6章分类算法，主要介绍了逻辑回归二分类和多分类、度提升分类树等；第7章聚类算法，主要介绍了分割聚类、层次聚类、基于密度的聚类；第8章推荐算法，主要介绍了基于关联规则的推荐、基于内容过滤的推荐等主流方法；第9章数据可视化的关键技术，主要介绍了数据的降维、可视化隐喻及相关的交互技术。

共分11章，第1章对大数据及Hadoop进行总体介绍，第2章讲解了如何搭建Hadoop集群。第3-5章讲解了HDFS分布式文件系统、MapReduce分布式计算框架以及Zookeeper分布式协调服务。第6章讲解Hadoop2.0的新特性。第7-10章主要讲解了Hadoop生态圈中的相关辅助系统，包括Hive、HBase分布式存储系统、Flume、Saoop。第11章讲解了综合项目：电商精准营销。

面对职场中快节奏的提案立项、高强度的工作展示、大场面的汇报总结，掌握PPT设计制作技巧，又好又快地搞定幻灯片，能节省出宝贵的时间，令工作事半功倍。《职场PPT达人速成》一书专门针对职场型PPT简洁、高效的特点，以职场中PPT的使用需求为基础，将PPT设计技巧融入于实际案例中，从方案构思、内容填充、版式设计、风格选择到图表优化，手把手教您快速打造高质量职场PPT。作为一本全面的PPT操作手册，无论对于PPT初学者，抑或是有一定基础的职场老手，这本书都能让您如虎添翼，帮您高效地完成出彩的PPT。

本书以计算思维能力的培养为主线，以素质教育和应用型人才的培养为目标，兼顾计算机基础知识的学习和问题求解能力的培养，力图做到夯实基础、重视实践、突出技能。本书在编写过程中，结合近几年计算机技术的发展，综合国内外同类教材的知识点，并参考了浙江省办公软件高级应用（二级）考试大纲和全国二级MS Office高级应用考试大纲，能够反映当代信息技术最新成果。全书内容主要包括计算机与计算思维、信息表示与编码、计算机系统、计算机网络、算法与简易编程工具Scratch、Word应用、Excel应用、PowerPoint应用等。本书概念清楚、逻辑清晰、内容全面、语言简练、图文并茂、讲练结合，且理论联系实际，能够切实提高学生的计算机素养和实践能力。本书既可作为以培养应用型人才为目标的独立学院、高职高专院校的教材，也可作为计算机培训班及自学者的参考书。

本书介绍了基于Excel的统计数据分析建模和模拟。本书涵盖了统计学中的基本理论和方法，如区间估计、假设检验、方差分析、回归分析和蒙特卡洛模拟等，同时介绍了线性规划、方案管理器和单变量求解等Excel工具的应用。本书的特色是每章都围绕一个实际问题，给出分析解决问题的全部过程以及Excel截屏，有利于读者学习Excel数据分析的方法，提高Excel数据处理能力。本书可作为MBA统计学课程的教材，也作为经济管理类本科生和研究生学习统计学和数据处理的参考资料。

本书以Excel 2016为蓝本，通过对ExcelHome技术论坛中上百万个提问的分析与提炼，汇集了用户在使用Excel 2016过程中最常见的需求，通过几百个实例的演示与讲解，将Excel高手的过人技巧手把手地教给读者，并帮助读者发挥创意，灵活有效地使用Excel来处理工作中的问题。书中介绍的Excel应用技巧覆盖了Excel的各个方面，全书共分为4篇25章，内容涉及Excel基本功能、Excel数据分析、函数与公式应用、图表与图形、VBA应用等内容，附录中还提供了Excel限制和规范、Excel常用快捷键等内容，方便读者随时查看。　本书内容丰富、图文并茂，可操作性强且便于查阅，能有效帮助读者提高Excel的使用水平，提升工作效率。　本书主要面向Excel的初、中级用户以及IT技术人员，对于Excel高级用户也具有一定的参考价值。

本书向读者介绍大数据处理与智能决策的入门知识，其特点在于摒弃了智能算法繁琐枯燥的数学推导，聚焦于知识的理解与实践，以培养读者的项目开发能力与工程实践能力为目标。本书的主要内容包括线性回归算法、聚类算法、分类算法的概况和典型算法的分析与实现，以及TensorFlow在大数据处理与智能决策中的经典应用。 本书介绍的算法和工具都需要动手实践才能更好地理解，因此在每种算法详解后都附有当前最常用的两种编程语言（Matlab和Python）示例，让读者边学边做，这样才能更好地掌握大数据处理与智能决策的基础知识。 本书没有过多的数学公式，简单易懂，可作为应用型本科和高等职业院校的教材， 也可作为对大数据处理与智能决策感兴趣的读者的入门级书籍。

1、本书通过典型案例的R语言实现，清晰解读教材中晦涩难懂的理论阐述与算法推导，让抽象的大数据落地到具体行业上，理论联系实际，实用性强。 2、实验指导书中所有案例均来自医疗大数据研究室项目和培训积累，并且结合课堂体验和学习效果，从中精挑细选的典型案例。 3、适合不同层次的读者。不仅适合高等院校的各相关专业的本专科生、研究生，也适合零编程基础的科研人员以及对大数据分析技术感兴趣的人士阅读。

本书是高校的大数据导论课程教材，清楚地介绍了大数据相关的概念、理论、术语与基础技术，并使用真实连贯的商业案例以及简单的图表，帮助读者更清晰地理解大数据技术。本书可作为高等院校相关专业“大数据基础”“大数据导论”等课程的教材，也可供有一定实践经验的软件开发人员、管理人员和所有对大数据感兴趣的人士阅读。