《VR艺术设计（理论篇）/普通高等教育艺术设计类“十三五”规划教材·数媒/动画类》是从理论的角度对VR艺术、VR中艺术与技术的关系、VR艺术设计的历史变化、本质属性及发展前景等作了详细论述。阐述、评析了作为一门艺术，VR目前所呈现的特点、应用空间及创作流程。《VR艺术设计（理论篇）/普通高等教育艺术设计类“十三五”规划教材·数媒/动画类》专门论述了VR艺术的创意方法，VR艺术创作在工具配置上的讲究，如何理解和实现VR艺术中的互动控制，VR艺术中动画设计的特殊性，VR艺术中的体感设计。《VR艺术设计（理论篇）/普通高等教育艺术设计类“十三五”规划教材·数媒/动画类》还展示了一些经过遴选的、较为成熟的VR艺术设计作品，并对其作出了言简意赅的评析。为了方便学习和交流，《VR艺术设计（理论篇）/普通高等教育艺术设计类“十三五”规划教材·数媒/动画类》每章后提供了可供参考的相关网站或书籍清单。《VR艺术设计（理论篇）/普通高等教育艺术设计类“十三五”规划教材·数媒/动画类》内容丰富、知识全面、图文并茂，可读性很强。不仅适合初学者，对有经验的设计者也有的参考价值。为了方便读者看到更清晰的图片内容，《VR艺术设计（理论篇）/普通高等教育艺术设计类“十三五”规划教材·数媒/动画类》还配有相应的教学课件，可在：//.waterpub.xom.xn/softdown免费下载，本课件为VRart2017.exe格式，解压安装后即可播放。

暂缺简介...

形象设计是一门融合美学、色彩、化妆、服饰的综合学科。《形象设计与创意》立足于形象设计专业的教学大纲，从形象设计概述、形象色彩基础、妆容形象设计与创意、发式形象设计与创意、服饰形象设计与创意、整体形象设计的原则、形象设计创意作品赏析等七个部分来展开介绍。以理论结合实践的方法，通过图文并茂、深入浅出的示范说明，以指导学生对形象设计专业各方面知识的学习与应用。

暂缺简介...

本书以通俗易懂的语言介绍了Java语言的语法、类型、并发编程等基础知识，同时还以样例的形式讲解了Lambda表达式、Java模块系统、JShell这些Java 8和Java 9新引入的特性。本书不仅能够满足初学者了解、掌握Java语言的需要，还能帮助资深的工程师快速熟悉和把握Java新技术的发展趋势。本书内容简洁、样例丰富，可以作为Java开发人员案头常备的参考书籍。

本书以Scala作为开发Spark应用程序的编程语言，系统介绍了Spark编程的基础知识。全书共8章，内容包括大数据技术概述、Scala语言基础、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Spark MLlib等。

本书是对以数据深度需求为中心的科学、研究以及发现的计算和统计方法在广度上的参考书。具有编程背景的以及打算有效第使用Python用于数据科学工作的人，将会学习如何面对一系列的问题，如如何将数据格式读取到脚本中？如何操作、改变以及清晰数据？如何对数据可视化？如何使用数据获得更深的洞察力、解答问题，或者开发统计或机器学习模型？ 本书是对每日使用Python作为数据科学工作的参考书，其涵盖了有效第处理计算和统计的技巧。所用的例子是经常被引用的，这显示了广泛的开源Python工具可被用作分析、操作、可视化以及学习数据。

《Struts 2+Spring+Hibernate+MyBatis网站开发案例课堂》详细讲解了Java EE中Struts 2、Spring、Hibernate、MyBatis等经典流行框架的基本知识和使用方法，通过案例课堂的形式深入细致地描述各相关框架的知识点和使用技巧，尤其是框架的相互整合。《Struts 2+Spring+Hibernate+MyBatis网站开发案例课堂》用具体的实例进行演示和展现，使得原本复杂又难以理解的知识，变得通俗易懂、易于学习，可以帮助读者更快地理解和掌握Java EE的开发技能和核心技术。为方便读者学习和教学开展，本书还提供了全程真实课程录像和教学PPT，读者可以边学边看，按计划跟进学习，也可作为教学参考。 《Struts 2+Spring+Hibernate+MyBatis网站开发案例课堂》层次清晰，结构简单，既体现了Java EE开发框架的技术特点，又注重灵活运用、举一反三，不仅适合初学者按部就班地学习，也适合网络开发人员作为技术参考，同时，也可作为高等院校计算机相关专业学生的课堂教材。

本书共19章，第1章介绍数据科学中涉及的基本领域；第2～3章介绍与数据工作紧密相关的Python语言基础；第4章讲解描述性统计分析在宏观业务领域的分析；第5章讲解数据规整、清洗的重要技能；第6章介绍数据科学领域实用的四大统计检验；第7章讲解当被解释变量为连续变量时，如何使用线性回归作预测；第8章讲解使用逻辑回归作评分卡模型；第9章讲解另外一个可解释模型——决策树。第10～12章分别讲解了BP神经网络、朴素贝叶斯、近邻域、支持向量机的原理和在决策类模型中的运用；第13～14章作为一个整体讲解商业分析场景下的信息压缩；第15章以产品推荐作为案例，讲解发现事件与事件伴生关系的关联分析和序列分析算法；第16章使用欺诈识别案例讲解当被解释变量分布极 端不平衡时的处理方法；第17章继续使用欺诈识别案例讲解集成学习算法；第18章讲解了使用效应分解和ARIMA方法实现宏观业务指标预测；第19章用案例展现了分类和聚类模型的CRISP-DM和SEMMA流程。

本书使用MPI标准介绍了数据科学中的高性能计算，帮助读者了解分布式存储模型中的并行编程的知识。全书分为两部分，*部分（第1~6章）基于消息传递接口介绍高性能计算，内容包括：阻塞与非阻塞的点对点通信、死锁、全局通信函数（广播、散播等）、协同计算（归约）的基本概念；互联网络的拓扑结构（环、环面和超立方体）以及相应的全局通信程序；基于分布式内存的并行排序及其实现，涵盖相关并行线性代数知识；MapReduce模型。第二部分（第7~11章）介绍计算机集群中的高性能数据分析，内容包括：数据聚类技术（平面划分聚类、层次聚类）；基于k-NN的有监督分类；核心集以及相关降维技术；图算法（稠密子图、图同构检测）。每章章末附有各种难度的练习和参考文献，可供读者进行自测和深入学习。本书适合作为“高性能计算”相关课程的本科生教材。