本书汇集了让很多人办公中烦恼和受挫折的各种问题的解决办法，以及日常工作中必须掌握的Word操作技巧。通过大幅缩短Word的操作时间，提升工作效率，并直观地展示工作成果。准备学习Word进行文档制作；感觉Word很难，不知道如何开始学习；使用Word软件，但制作不出好的文档；偶尔会犯简单的Word操作失误；使用Word进行办公效率不是那么高；正在自己摸索着使用Word；想要更熟练使用Word；想要使用Word制作更加美观、精致的文档；想在工作中脱颖而出。

本书以通俗易懂的语言、翔实生动的案例全面介绍了Office 2021办公软件的使用方法和技巧。全书共分12章，内容涵盖了Word办公文档基础编排，Word办公文档图文混排，Word办公文档样式模板，在Excel表格中输入和编辑数据，运用公式与函数计算数据，在Excel表格中整理和分析数据，应用图表和数据透视表，编辑幻灯片内容，幻灯片动画设计，设计交互式PPT，放映和发布PPT，三组件融合办公处理等，力求为读者带来良好的学习体验。与书中内容同步的案例操作二维码教学视频可供读者随时扫码学习。本书具有很强的实用性和可操作性，可以作为初学者的自学用书，也可以作为人力资源管理人员、商务及财务办公管理人员的**参考书，还可作为高等院校的教材。本书配套的电子课件、实例源文件、扩展教学视频可以到http：//www.tupwk.com.cn/downpage网站下载，也可以扫描前言中的二维码获取。扫描前言中的视频二维码可以直接观看教学视频。

本书采用“任务驱动，理论实践一体”的编写模式，将整个知识体系贯串穿于完成任务的全过程，并在教学内容选取、教学方法运用、教学环节设计、训练任务设置、教学资源配置等方面力求创新，做到基本知识系统化、技能训练任务化、教学资源多样化。本书遵循学习者的认知规律和技能掌握规律，搭建模块化结构。全书分为6个模块，分别为使用与维护计算机、使用与配置Windows 10、操作与应用Word 2016、操作与应用Excel 2016、操作与应用PowerPoint 2016、应用互联网技术与认知新一代信息技术。本书可作为高等职业院校各专业“大学计算机应用基础”课程的教材，也可作为计算机培训教材及自学参考书。

本书主要介绍Excel商务智能组件Power Query和Power Pivot在数据分析方面的应用。全书共11章：第1章介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能；第2章至第6章介绍如何使用Power Query来获取数据并进行处理，主要包含Power Query的基本操作、M函数和M公式的基础知识、常用的M函数，以及数据处理的综合案例；第7章至第11章介绍如何使用Power Pivot进行数据建模和分析，主要包含Power Pivot的基本操作、数据模型的建立、DAX表达式的基础知识和进阶知识、常用的DAX函数，以及数据分析的综合案例。本书紧贴实际应用场景，深入浅出地介绍了Excel商务智能组件强大的数据处理和建模分析能力。通过阅读本书，读者可以更加高效地进行数据分析工作。

《WPSOffice办公应用从入门到精通》这本书将对WPSOffice中的应用知识做详细介绍，通过对软件中的三大模块——文字、表格与演示利用单独案例分析的形式进行详细地梳理与讲解。让读者在阅读本书的过程中学习并了解到每一个独立案例中所包含的知识点，做到即学即用。　本书图文并茂，逻辑性强，文字轻松活泼，操作门槛低却又包含实用的设计原理，不但适合刚入门的办公应用新手，也适合想要在PPT这一方面提升自己的商务办公人士。

本书针对入门读者，通过全彩图解 视频讲解的形式，结合大量实操案例，对Windows 11操作系统的知识进行了详细介绍，从而帮助读者快速掌握Windows 11操作系统的应用技巧。本书共分10章，主要内容包括Windows 11的基础知识、安装、个性化设置、文件与文件夹的管理、内置工具的使用、账户的设置、网络的设置、性能监控和优化、安全防护以及灾难恢复等，涵盖了Windows 11操作系统常用的各种功能。本书内容丰富实用，讲解循序渐进，语言通俗易懂，非常适合电脑初学者、Windows 11用户、电脑维修人员、电脑发烧友等使用，也可用作职业院校或培训结构相关专业的教材及参考书。

《Excel 高效办公——数据处理与分析（案例版）》根据现代企业决策和管理工作的主要特点，从实际应用出发，以不同行业或岗位为主线，以解决问题为导向，介绍Excel数据处理与分析常用方法和技能。全书共10章，包括数据分析引言、人力资源数据分析、生产数据分析、销售数据分析、财务数据分析、投资决策分析、电商数据分析、在线教育数据分析、短视频运营数据分析、利用Power BI 进行数据分析等内容。本书不仅通过实例讲解数据分析技能，还将良好的Excel使用习惯、规范的数据分析思维、清晰的视觉设计思路等贯穿于讲解之中。

《分布式智能算法及在大数据中的应用》 主要包括智能算法技术与大数据概述；基于 Ｈａｄｏｏｐ的分布式杂交水稻算法；基于 Ｈａｄｏｏｐ 的随机奇异值分解算法；基于 Ｈａｄｏｏｐ的分布式水波优化算法； 基于Ｓｐａｒｋ的分布式关联规则挖掘算法； 基于Ｓｐａｒｋ的分布式飞蛾扑火优化算法； 基于Ｓｐａｒｋ的分布式蚁狮算法等内容。本书既可以作为计算机科学与技术相关专业研究生及高年级本科生的教材，也可以作为科研人员的参考书，同时还可以作为研究生、博士生及教师写论文的参考书。

本书共6章。每章都专门针对大数据应用中的一个特定问题，首先对该问题进行深入的解释，然后介绍可用于有效解决该问题的数据结构和算法。 第1章简要概述了概率数据结构中广泛使用的散列函数和散列表。第2章专门介绍近似成员查询，这是概率数据结构*著名的用例之一。第3章讨论了用来辅助估算元素基数的概率数据结构。第4章和第5章讨论流式场景下与频数和排序相关的重要指标的计算。第6章包含用于解决相似性问题的数据结构和算法，尤其是近邻搜索问题。

《大数据技术导论 第2版》以面向应用、面向实战为指导思想，紧扣企业技术人才培养的特点，在知识点讲解和实验中避免复杂的理论，使读者能够快速上手，感受大数据处理的魅力，以激发读者的学习兴趣。《大数据技术导论 第2版》覆盖了大数据生命周期的主要技术要点。全书共8章，第1章介绍了大数据的产生、特点、价值、产业、思维等，第2章介绍了大数据生态，第3～7章按照大数据的生命周期，分别介绍了大数据采集与预处理、大数据管理、数据可视化、大数据分析、大数据应用的基本原理和方法，第8章介绍了大数据安全面临的挑战。《大数据技术导论 第2版》可作为本科、高职院校大数据技术或数据科学及相关课程的参考书或教材，也可供数据科学相关技术人员阅读。