云服务的特点及其可信服务机制的有待健全制约了云服务的发展和应用，为此《可信云服务度量与评估》从风险度量和服务评价两个方面研究云服务可信性度量与评估问题。主要内容包括：①从云服务隐私风险、云服务技术风险、云服务商业及运营管理风险三个维度建立了云服务风险属性模型；②以云服务风险属性模型为基础，建立了基于信息熵、马尔可夫链、模糊集、支持向量机的云服务安全风险度量模型；③从云服务可视性、可控性、安全性、可靠性、云服务提供商生存能力及用户满意度等多个方面构建了云服务可信服务属性模型，该模型充分考虑了各因素之间的层次性和关联性，以此对云服务可信性作出系统描述，为云服务可信性评价奠定了基础；④使用信息熵、马尔可夫链、灰色聚类方法建立了云服务可信性评价模型，为度量和评估云服务可信性提供了切实可操作的理论和方法。

全书内容包括Excel应用基础、利用Excel处理账表数据、Excel在资金时间价值分析中的应用、Excel在资金筹集管理中的应用、Excel在流动资产管理中的应用、Excel在投资管理中的应用、Excel在固定资产管理中的应用、Excel在成本费用管理中的应用、Excel在利润管理中的应用、Excel在财务分析中的应用以及Excel在财务预算中的应用，共11个学习情境，涉及50项学习任务，50多个专业应用实例贯穿其中。

《WPS办公软件实例应用/高职高专“十三五”规划教材》主要讲解WPS Office的3个主要组件WPS文字、WPS表格以及WPS演示在办公中的应用，共分8个模块，分别为WPS演示文稿制作、WPS文档制作、WPS表格制作、WPS演示综合应用、WPS表格综合应用、WPS办公软件综合应用、常用在线工具软件应用、浙江省计算机二级办公软件高级应用技术。《WPS办公软件实例应用/高职高专“十三五”规划教材》适合作为高职高专院校各专业“计算机应用基础”课程的教材，也可作为各类办公软件应用培训教材及办公软件学习爱好者的自学参考书。

本书在传统公文制作方法和现代计算机及其软件技术之间，搭建起一座日常实际应用上的普适桥梁。对于怎样使用WPS Word 2019文字处理软件集成对标传统公文格式，本书内容可以实现从原理到实际编排的“一以贯之”，使读者突破从《党政机关公文格式》条文认识理解“局限”到文字处理软件技术运用“瓶颈”，在短时间内大幅提高办公人员自身的基本功水平和技术能力，因而是公文和计算机及其软件技术两者的结合。 本书适用于广义上的办公人员，即在工作中涉及各类公文的拟、商、审、签、印、发、收、办、存等部分环节或某个环节的人员，也可以对各类院校相关专业的师生、该方面的社会类培训机构从业人员，以及文字处理软件爱好者更好地开展教学和研究工作起到帮助作用。

LaTeX是一种高质量的文字处理系统，其处理的文稿版面美观，特别擅长排版数学式和符号，被广泛应用于数学、科技类的文档写作中。为了帮助零基础的读者轻松学习LaTeX，本书根据用户应用文字处理工具的常用操作，安排学习路径，内容覆盖文字、段落、图、表、数学式及自定义等LaTeX应用基础知识。同时，在其中穿插具体的实用范例，帮助读者深入理解书中内容，快速上手LaTeX。本书讲解细致，强调实用性，易掌握，书中涉及大量的试卷、论文排版知识，可作为中小学教师的继续教育培训用书和师范类专业学生的技能培养用书，也可供科技工作者及有意使用LaTeX写作排版的人员阅读参考。

《Flink内核原理与实现》既讲解了Flink的入门、安装、流计算开发入门、类型和序列化系统、监控运维、安全管理配置等基础知识，又讲解了Flink的时间概念、Window的实现原理及其代码解析，Flink的容错机制原理，Flink容错的关键设计、代码实现分析，Flink Job从源码到执行整个过程的解析，Flink Job的调度策略、资源管理策略、内存管理、数据交换的关键设计和代码实现分析，Flink的RPC通信框架等深度内容。 《Flink内核原理与实现》适合对实时计算感兴趣的大数据开发、运维领域的从业人员阅读，此外对机器学习工程技术人员也有所帮助。

本书以具体应用案例为根本，全面介绍了广泛使用于数据处理、数据加工、甚至是大数据挖掘的有力工具的Excel2016。全书包括8章共计两篇，第一篇基础篇，包括第1~3章，第1章Excel初步 ，第2章数据录入的格式设置，第3章公式与函数应用。第二篇提高篇，包括第4~8章，第4章数据处理基础 ；第5章规划求解；第6章数据可视化；第7章综合应用；第8章VBA及其应用。

当前的IT界有两大高速列车，一是以“Kubernetes”为标杆技术的云计算，二是以“Tensorflow和PyTorch”等为代表的机器学习。如何使二者结合起来，成为近期IT界讨论的热点。Kubeflow的横空出世，有效的连接起了Kubernetes 和各个机器学习的框架，提供了机器学习在Kubernetes上的端到端的解决方案。本书讲解Kubeflow以及其社区的技术栈，包括机器学习的流程编排技术Pipelines、并行模型训练技术TFJob和PyTorchJob等、超参调优技术Katib、服务发布KFServing，机器学习的Python SDK Fairing等，涉及到机器学习的各个方面。本书结合理论和实战，详细阐述了Kubeflow社区的新技术和新方案。最后，展望了Kubeflow的前景和AI Hub的发展趋势。

《Python金融数据挖掘》介绍了金融数据挖掘的基本原理、方法和应用。全书共17章，分为基础篇、算法篇和应用篇三部分。基础篇概述金融数据挖掘的应用，介绍实验环境的搭建和三个与数据分析密切相关的Python第三方程序包等；算法篇针对数据分类、数据聚类、关联分析以及时间序列分析等领域介绍主要的数据挖掘算法与应用；应用篇介绍三个典型的金融数据挖掘综合应用案例。《Python金融数据挖掘》着重于数据挖掘在金融领域的应用实践，而不过分拘泥繁杂的数据挖掘理论，而且书中使用的所有案例都精心选自金融领域的关键场景，贴近实际。《Python金融数据挖掘》可作为高等院校财经类专业学生学习数据挖掘的教材，也可作为金融、财会和商务等领域从业人员的学习用书。

《大数据技术原理与操作应用》围绕Hadoop生态圈相关组件系统介绍大数据架构。全书共10章，其中，第1、2章主要介绍Hadoop的概述以及如何搭建Hadoop的集群；第3章~第5章介绍分布式文件系统（HDFS）、分布式计算框架（Ma-pReduce）以及分布式协调服务；第6章介绍Hadoop 2.0新特性，包含YARN和高可用集群的原理。第7章-第9章主要介绍Hadoop生态圈的相关辅助系统，包含Hive、Flume、Sqoop；第10章是综合案例的开发，利用Hadoop的相关组件进行项目的开发，同时加深对Hadoop生态圈的技术的理解。《大数据技术原理与操作应用》可以作为高职高专计算机相关专业、信息系统相关专业、数据科学相关专业的大数据平台课程教材，也可供一线技术人员参考。