不同业态、规模和技术能力的企业，其数字化转型过程的步骤和关键节点有所不同，因而容易出现局部繁荣和全局收益不明显的现象。同时，数字化的理念正在经历颠覆式的发展，由方法论下沉到实践，又通过实践对方法论不断进行补充。因此，数字化转型对技术的要求越来越高。 本书从技术共享、成熟度模型、核心技术体系、场景赋能等方面，对技术赋能企业数字化转型进行全局描述，并辅以案例说明。本书还涵盖大量的数字技术体系和管理方式，以帮助读者快速掌握相应的数字工具和技术方法。

本书基于MyBatis的核心逻辑，通过实现简单版MyBatis的方式，对MyBatis进行分析、设计和实践。本书以实践为核心，摒弃MyBatis源码中繁杂的内容，聚焦于MyBaits中的核心逻辑，简化代码实现过程，以渐进式的开发方式，逐步实现MyBaits中的核心功能。从解析、绑定、反射、缓存，到会话和事务操作，再到如何与Spring、Spring Boot进行关联注册Bean对象，达到整合部分功能的目的。读者可以把此次学习当作开发一个项目，由此可以看到MyBatis从无到有，再到完善和整合的全

本书内容包括：创建和运行Java程序的基本方法、Java语言的基本语法、数据类型和变量、操作符、流程控制、继承、多态、访问控制级别、接口、内部类、异常处理、数组、集合、输入与输出、多线程、反射和注解。

本书聚焦于Go语言设计模式的知识与应用。全书共6章，分别为设计模式入门、创建型设计模式、结构型设计模式、行为型设计模式、设计模式扩展、设计模式与软件架构。本书简洁而不失技术深度，内容覆盖Go语言的主流设计模式和软件架构，以极简的文字介绍了复杂的案例，是学习Go语言设计模式和软件架构的实用教程。

本书系统地讲解了如何利用C#开发智能制造工程，以具体项目为载体，重在实战，讲解如何搭建智能制造系统的C#软件架构及如何开发出优秀的C#代码。本书分为3部分：基础篇、进阶篇和实战篇。基础篇首先讲解了智能制造的基本概念及其相关的软/硬件环境，然后对智能制造的开发软件C#的基础知识进行了详细的讲解；进阶篇对C#的高级特性和设计模式进行了详细的讲解；实战篇引入了运动控制器，针对智能制造的几个热点应用领域——自动化领域、物联网领域、机器视觉领域进行了详细的讲解，并依托具体的项目讲解如何利用C#搭建智能制造

本书为“十二五”普通高等教育本科国家级规划教材。全书从微体系结构层、指令系统层、汇编语言层三个层次，以及CPU、存储系统、输入/输出系统及其互连三大系统出发，建立整机的概念，并体现软硬结合的思想。全书共7章，分为三篇，系统介绍基础知识（绪论、计算机中的信息表示）、计算机系统结构（微体系结构层——CPU组织、指令系统层、汇编语言层）、存储系统与输入/输出系统（存储系统、输入/输出系统）。本书为教师免费提供电子教案。本书系统全面，实例丰富，适合作为高等学校计算机及相关专业教材，也可作为IT技术人员的

本书分为前后两部分，第一部分以Python基础知识为主，案例贯穿始终，主要包括：基础知识、面向对象、多线程、数据库编程、图形界面设计和文件操作；第二部分以小游戏和项目开发案例为主线，在游戏和项目设计与开发中学习知识点的应用，做、学、练于一体。本书语言精练、层次清晰、由浅入深，以案例为主线讲解知识点，以精心设计的5个具有吸引力的游戏和项目作为章节名称进行知识点的实践训练，激发学生学习兴趣和学习愿望。 本书提供完整的课程资源包，包括案例源代码、课件PPT等。 本书可以作为本科院校计算机相关专业Pyt

本书总计16章：第1章介绍Python的历史和特点，并进行开发环境搭建。第2~5章介绍Python的基础知识，包括数据类型、表达式、流程控制等。第6~7章介绍Python常用的容器类型数据和字符串数据。第8~11章介绍Python的进阶内容，包括函数、类与对象、异常处理、常用内置模块等。第12~16章介绍Python实用库的使用方法，包括文件读写、图形用户界面、网络通信、数据库访问和多线程等。

本书旨在帮助读者筑牢数据结构和算法的基础，提升职场竞争力。本书代码采用Java语言编写，分为上、下两篇，共15章。其中，第1~9章为上篇，讲解数据结构和算法基础，为读者全面梳理基本知识，内容涵盖线性结构、树结构、图结构、排序与查找、穷举法、递归算法、贪心算法、动态规划、回溯法；第10~15章为下篇，收集了50多道经典且有趣的大厂面试真题，针对每道题都给出了详细的分析和解答，帮助读者全面提升解决实际问题的能力，同时为读者准备笔试、面试提供帮助。

本书坚持夯实基础、注重实践、举一

机器学习是人工智能的一个方向。它是一门多领域交叉学科，涉及概率论、统计学、矩阵论、神经网络、计算机等多门学科。其目标是使用计算机模拟或实现人类学习活动，从现有大量的数据中学习，利用经验不断改善系统性能。机器学习步骤一般分为获取数据、数据预处理、建立模型、模型评估和预测。本书共6章。第1章节主要介绍机器学习的基本概念及其发展史、机器学习分类、常见机器学习算法及其特点；第2章搭建机器学习开发环境，主要包括anaconda\pycharm\python软件的安装及使用，以及常见机器学习库的介绍和安装使