现如今，办公软件已成为职场中的重要工具。无论是Word、Excel、PPT，还是Photoshop、思维导图软件在职场中都占据着一席之地。熟练地掌握这几种软件，将大大提高办公效率。 本书分5篇，共15章，基于新版Office 2019和Photoshop CC 2019，以实战案例的形式来介绍Word、Excel、PPT、Photoshop和思维导图的典型应用，主要内容包括文档的编辑、图文混排、高级应用；数据报表的制作、数据的分析与处理、数据的可视化转换、数据的打印与输出；演示文稿的创建、编辑、演示、动画效果的制作等；Photoshop基本应用、人像处理、图像合成等；思维导图软件的介绍及实际应用等。 本书内容丰富实用，知识点循序渐进；案例选取具有代表性，且贴合职场实际需求；讲解细致，通俗易懂，操作步骤全程图解。同时，本书还配套了丰富的学习资源，主要有超大容量的同步教学视频、所有案例的源文件及素材，扫描对应的二维码即可轻松获取及使用。此外，还超值赠送常用行业案例及模板、各类电子书、线上课堂专属福利等。 本书是广大职场人员不可多得的“职场伴侣”，不仅适合办公室文秘、财会、设计、销售、教师、公务员等各企事业单位的人员阅读使用，还可用作相关培训机构的教材及参考书。

《大数据环境下面向服务的信任管理与计算》全面阐述了大数据环境下面向服务的信任管理与计算相关内容，呈现了信任管理与计算的相关概念和理论，讨论了在大数据环境下面向服务的动态信任计算架构，以及多种信任计算方法和模型，最后还介绍和讨论了区块链技术及其与信任管理之间的关系。《大数据环境下面向服务的信任管理与计算》对于构建云计算信任服务系统、电子商务信任服务系统和其他信任管理系统均具有较好的技术参考和应用前景。《大数据环境下面向服务的信任管理与计算》可供大数据下的信任管理、电子商务可信系统、移动互联网可信系统的研究人员及高等院校相关专业师生阅读和参考，也可作为相关专业研究生阶段和大学高年级阶段“可信计算”“信任管理”“电子商务安全”等课程的教材。

本书从大数据分析角度入手， 首先介绍了不同的大数据处理模式与代表性的处理系统， 其次对大数据分析所应用的数据挖掘、 机器学习的理论工具给予了介绍， 最后详细介绍了典型的大数据技术IBM InfoSphere BigInsights。本书由3篇共25章组成。 第1篇大数据系统基础， 由第1章概述和第2章大数据基础组成。 第2篇大数据分析理论基础， 由第3章到第10章组成， 主要介绍了一些概率与统计方面的基础知识、 数据挖掘的基本技术以及机器学习的常用概率化工具。 第3篇大数据技术， 由第11章到第25章组成， 全面介绍了IBM InfoSphere BigInsights各个组件和基本应用。本书可作为高等学校大数据专业方向以及计算机科学技术、 软件工程、 物联网工程等信息科学技术类专业的本科教材， 也可作为相关专业的技术人员的参考资料。

准职业人导向训练教程本着以塑造学生核心竞争力为原则，着眼于学生职业能力的培养。教程从学生的素质现状与教育本质出发，遵循学生职业素质养成的基本规律，以行动为导向，以任务为载体设计教学内容。《准职业人导向训练教程2：职业能力与职业素质提升》是其中的第二本，是一本的延续和深化。《准职业人导向训练教程2：职业能力与职业素质提升》涵盖团队协作、团队沟通、目标管理、习惯培养、压力管理、逻辑思维、精准表达和解决问题等8种能力提升的内容。这8种能力构成的能力体系是对传统专业技能培养体系的完善和重要补充。书中涉及的案例、调研项目、情景体验等内容都与专业对应的岗位紧密相关，都是围绕实现“职业素质+专业能力”的人才培养目标而选取的，能给予学生正确的引导。《准职业人导向训练教程2：职业能力与职业素质提升》可作为校企合作大数据相关专业的职业素质教材，也可供职场人士阅读使用。

《准职业人导向训练教程1：基础能力认知与培养》从学生的素质现状与教育本质出发，遵循职业基本素质养成的基本规律，以行动为导向、以任务为载体设计教学内容。《准职业人导向训练教程1：基础能力认知与培养》内容涵盖6个方面：学习能力、表达能力、沟通能力、团队合作能力、信息搜集处理能力和职业形象意识，它们是职业基本素养所涵盖的职业道德、职业态度、职业发展的具体体现。书中涉及的案例、调研项目、情景体验等内容与大数据专业对应的岗位紧密相关，都是围绕实现“职业素质+专业能力”的人才培养目标而选取的。《准职业人导向训练教程1：基础能力认知与培养》可作为校企合作大数据、云计算、人工智能相关专业方向的职业素质教材，也可供职场人士阅读使用。

《大数据基础/新世纪高职高专大数据专业系列规划教材》的体系结构及知识点的分布按照学习思维逻辑由浅入深、循序渐进、以学代教的模式编排，编者建议学者按照项目编排顺序学习和开展实训，这样有利于较为全面地了解大数据技术及应用。《大数据基础/新世纪高职高专大数据专业系列规划教材》共9个项目，主要内容安排如下：项目1主要从理论方面介绍了大数据的基本特征、大数据的影响、大数据处理的基本流程以及大数据与云计算、物联网的关系。介绍了Hadoop生态系统中主要组件的功能以及Hadoop在各个行业中的应用。项目2完成了在VirtualBox下安装Ubuntu操作系统、Ubuntu的网络配置，以及安装和配置FTP软件FileZilla，利用FileZilla软件在Windows系统和Linux系统之间传输文件。项目3完成了Hadoop在虚拟机环境下的单机模式安装和伪分布模式安装，并介绍了伪分布模式下的单词统计实例。项目4介绍了HDFS的工作原理以及文件操作，通过读文件、写文件、判断文件是否存在三个案例的学习完成在Eclipse中编写程序、编译程序、部署程序。项目5介绍了HBase基本概念、体系架构，接着完成了单机模式和伪分布模式的安装与配置，后完成Eclipse环境中HBaseJavaAPI编程环境的配置以及使用JavaAPI提供的类实现数据库存储管理。项目6主要通过MapReduce编程模型的学习，完成英语单词统计和气象数据分析，深刻理解并学会运用MapReduce系统。项目7通过Hive的学习学会建数据库和表、管理数据库和表、Hive数据导入和导出等相关操作。后完成Hive在交易数据统计分析中的应用。项目8首先介绍了Flume的安装与配置以及利用Flume将日志采集到HDFS，然后介绍了Sqoop的功能以及利用Sqoop实现了关系数据库MySQL与Hadoop生态系统HDFS和Hive之间数据相互迁移。项目9介绍了数据可视化的概念和常用工具等，然后通过Echarts绘制简单图表示例的介绍读者一步一步绘制未来一周气温变化图和网站访问量统计图。

《Python金融数据分析与挖掘实战》从Python基础入门讲起，到应用Python进行科学计算、数据处理、数据可视化、挖掘建模基础训练，再到利用Python进行金融数据挖掘与量化投资实战，深入浅出地介绍了如何使用Python进行金融数据分析、挖掘和量化投资的全过程。《Python金融数据分析与挖掘实战》分3篇：基础篇、案例篇和实训篇。基础篇（第1～6章）主要介绍Python基础及应用于科学计算、数据处理、数据可视化、机器学习、关联规则等方面的基础知识；案例篇（第7～11章）主要介绍利用Python进行金融数据挖掘分析的基础案例和综合案例；实训篇（第12章），由5个实训组成。《Python金融数据分析与挖掘实战》将从Python基础知识、基本数据分析技能，扩展到基础案例和综合案例，最后通过实训帮助读者强化训练，完成Python金融数据分析与挖掘相关知识的学习。《Python金融数据分析与挖掘实战》提供配套的案例数据、程序代码，适合作为普通高等院校数学、计算机、经济管理专业相关课程的教材，也适合作为金融数据挖掘研究者、爱好者的参考书。

《大数据原理与应用：讲解人人能懂的信息技术前沿》从大数据是什么、大数据为什么崛起、大数据可以做什么、大数据应用该怎么做四个方面进行介绍。全书介绍了大数据技术崛起的背景、大数据的相关技术基础，大数据技术的应用领域，大数据应用的业务环节，大数据技术应用的注意事项。《大数据原理与应用：讲解人人能懂的信息技术前沿》适合做高等职业院校信息技术前沿类通识课程或专业技术基础课程的教材，也可以作为开阔视野的拓展课程或选修课程的教材或对大数据感兴趣人士的参考书。

本书作为《Hadoop大数据原理与应用》（本书作者编写，西安电子科技大学出版社出版）的配套实验教程，系统介绍了Hadoop生态系统中各个开源组件的相关知识和实践技能。全书分为“基础实验篇”和“拓展实验篇”两篇，共10章，涉及数据采集、数据存储与管理、数据处理与分析等大数据应用生命周期中各阶段典型组件的部署、使用和基础编程方法。“基础实验篇”内容包括部署全分布模式Hadoop集群、实战HDFS、MapReduce编程、部署ZooKeeper集群和实战ZooKeeper、部署全分布模式HBase集群和实战HBase、部署本地模式Hive和实战Hive；“拓展实验篇”内容包括部署Spark集群和Spark编程、实战Sqoop、实战Flume、实战Kafka。 本书内容翔实，案例丰富，操作过程详尽，并配有完整的立体化资源，既可作为高等院校研究生、本科生的大数据技术原理与应用课程的实验指导书，也可作为教师参考书，同时也可供相关技术人员参考。（相关资源可在西安电子科技大学出版社网站下载。）

《MATLAB数据分析教程/高等院校计算机教育系列教材》介绍了MATLAB在数据分析中的应用，《MATLAB数据分析教程/高等院校计算机教育系列教材》共分为13章，各章主要内容包括数据分析与MATLAB软件、MATLAB基础、MATLAB科学计算、数据预处理、绘图与数据可视化、数据的描述性统计与分析、方差分析、数据拟合与回归分析、蒙特卡洛模拟与应用、优化方法与应用、判别分析与聚类分析、人工神经网络及应用等。《MATLAB数据分析教程/高等院校计算机教育系列教材》注重实用，可以作为高等院校机械、材料、电子、通信等理工类及经济、金融、管理等文科类专业的研究生、本科生的教材，也可以作为教师、科研人员和工程技术人员的自学和参考用书。