本书通过理论与实战相结合的方式，具体讲述了数字化管理系统的开发与应用。全书共8章，可分为三部分。第一部分为第1章，介绍了当前公益组织数字化转型的必要性及可行性； 第二部分为第2~7章，根据不同公益组织面对的各种情景，详细介绍了运用低代码编写各种子系统的方法； 第三部分为第8章，对数智公益系统未来在公益领域的广泛应用进行了展望。

本书内容翔实，适合相关专业大学生以及各类对低代码感兴趣的人士学习。

《信息安全原理与实践》(第3版)经过全面修订和更新，新增了关于网络安全基础知识的章节，并扩展介绍了跨站脚本(XSS)攻击、Stuxnet和其他恶意软件、SSH协议、安全软件开发和安全协议。书中的新示例说明了RSA密码体系、椭圆曲线加密、SHA-3，以及包括比特币和区块链在内的散列函数的应用。更新后的习题、表和图有助于读者学习经典密码体系、现代对称加密、公钥加密、密码分析、简单认证协议、入侵和恶意软件检测系统、量子计算等实用知识。这本颇受欢迎的教科书涉及的信息安全方法非常实用： l 涵盖快速

《新媒体电商美工设计与广告制作（微视频版）》采用理论与实践相结合的方式，讲解了如何利用Photoshop软件进行新媒体美工设计与制作，主要内容包括认识新媒体电商美工、掌握电商美工设计工具——Photoshop、商品图片美化与调色、图像抠图与作品合成、商品图像特效与批处理、灵活运用文字、网页切片与输出、信息平台界面制作、音视频平台界面制作以及H5手机网页界面设计。
《新媒体电商美工设计与广告制作（微视频版）》结构清晰，适合新媒体广告设计初学者、内容创作者、新媒体从业者等学习使用，同时也可以作

本书深入浅出地阐述Python程序设计的基础知识，同时着重介绍NumPy库、Pandas数据分析方法和Matplotlib/Seaborn可视化的内容，并提供上机实验指导。通过丰富的实例与实验设计，将Python理论与实践有机结合，让编程变得不再枯燥，易学有趣。

全书内容分为三篇： 第1~8章为基础篇，着重介绍Python编程的基础知识； 第9~11章为进阶篇，主要介绍数据分析中常用的NumPy、Pandas与Matplotlib库的使用； 第12章和第13章为实践篇，着重介绍实践

MySQL作为一款开源的关系型数据库管理系统，有着强大的功能和广泛的应用领域，对促进信息化建设、推动数字经济发展起着重要的作用。本书全面介绍了MySQL数据库的技术原理、应用场景和开发实践，帮助读者掌握MySQL数据库的基本概念和高级特性，提升数据库设计与开发的能力。全书共11章，从数据库基础知识讲起，包括数据库概述、关系型数据库设计原则、SQL语言基础等内容，逐步深入介绍MySQL数据库的高级特性和应用技巧，如查询优化、事务管理、索引优化，延伸学习在数字经济发展情境下，数据库的发展趋势和应用等

《学习Spring Boot 3.0》详细阐述了与Spring Boot 3.0相关的基本解决方案，主要包括Spring Boot的核心功能、使用Spring Boot创建Web应用程序、使用Spring Boot查询数据、使用Spring Boot保护应用程序、使用Spring Boot进行测试、使用Spring Boot配置应用程序、使用Spring Boot发布应用程序、使用Spring Boot构建原生程序、编写响应式Web控制器、响应式处理数据等内容。此外，本书还提供了相应的示例

《智能优化算法与MATLAB编程实践》介绍了国内外新研发的10种智能优化算法，对每种算法的灵感来源、实现过程、函数编程、案例应用都进行了细致描述并给出详细的MATLAB代码，使读者快速掌握智能优化算法的学习和应用方法。 全书共分为12章，前10章分别介绍10种智能优化算法的原理、MATLAB实现、具体函数寻优求解过程和应用案例；第11章列举了23种衡量智能优化算法性能的常见测试函数，并给出MATLAB代码；第12章重点介绍智能优化算法的评价指标体系，选取部分测试函数和文中算法进行测试与分析

机器学习是数据科学不可或缺的重要组成部分，是数据科学人才培养的核心内容之一。本书以机器学习理论+Python编程+应用实践的“三位一体”讲解方式，引领读者进入Python机器学习领域。理论上，突出机器学习理论讲解的可读性并兼具知识的深度和广度，旨在指导Python编程调参和实践应用；Python编程上，突出以数据和问题为导向的Python学习路径，借助基于模拟数据的编程直观展示理论背后的朴素道理反刍理论理解，借助基于案例的编程完成机器学习的应用落地；应用实践上，突出案例选择的典型性、综合性和多样

人工智能驱动的组学挖掘是数据驱动的生物医学研究的支撑技术。组学测序技术逐步向多尺度、跨模态、有扰动等方向发展，但体现出的高维度、高噪声、多模态、标记稀缺等特点，成为制约其有效挖掘的瓶颈。本书面向生命组学数据特点，较为系统和深入地对组学机器学习的主要研究范式、适用场景、分析方法、理论思想进行介绍。结合相应组学挖掘的具体研究案例，向读者展示组学人工智能驱动的生命健康交叉研究的绚烂图景。

鲁棒预测控制是在预测控制的基础上考虑到实际系统存在着模型不精确或者参数时变、未知扰动等各种不确定性而发展起来的先进控制技术。如何在鲁棒预测控制的基础上有效处理时变时滞对系统的影响成为工业过程控制亟待解决的问题。本书针对具有时变时滞的工业过程可能存在参数时变、强干扰、执行器故障、非线性、多阶段切换、时变跟踪轨迹等问题，重点介绍了基于鲁棒预测控制思想以解决这些问题的先进技术和方法。其主要内容为作者和所在团队的项目经验及科研成果，包括线性控制、容错控制、非线性控制和切换控制等相关内容。