本书系统地讲述了贯穿整个软件生命周期的高质量软件产品的构建方法与质量保证体系。全书共7章，以软件研发过程中广泛使用的顺序模型为逻辑主线：第1章为概述；第2～第4章讲述软件需求分析、策划及设计；第5～第7章讲述软件实现、测试及持续集成与持续改进。

Selenium是目前非常流行的一种自动化测试工具。本书基于Python 3语言讲述了新的Selenium 4的基本理论与操作，涉及各种高级应用，以及如何进行项目实战，并提供了详细的自动化平台部署步骤。 本书共14章，分为4篇。第1篇介绍了Selenium概况、相关的基础知识及环境的搭建步骤；第2篇介绍了Selenium涉及的各种技术，包括前端技术、Selenium元素定位、Selenium常用方法及WebDriver进阶应用；第3篇以携程订票系统为例，深入探讨了如何进行项目实战与优化，详细介

《深入浅出数据分析》以类似"章回小说”的活泼形式，生动地向读者展现出色的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。

本书通过实例讲解，详细介绍了工业机器人电气控制设计方法。首先介绍了工业机器人电气控制设计概论，包括工业机器人的分类、桁架机器人典型控制系统及数控系统解决方案等概况；其次具体地讲解了工业机器人控制系统硬件设备与选型、硬件连接与设定；然后介绍了PMC程序编程基础；最后通过实际案例，详细讲解数控桁架机器人的电气控制设计。
本书内容贴近工程实际，选取实例典型，可供工业机器人、自动化、数控技术等方面的从业人员阅读，也可供大专院校机械、自动化、智能制造等专业师生学习参考。

本书围绕Rocky Linux系统，详细地讲解了使用Rocky Linux系统的各项技术要点和企业实战案例。全书共13章，首先对Rocky Linux系统进行介绍。接下来讲解了目录管理与文件管理、用户管理、权限管理、磁盘管理、进程管理、系统管理、网络管理；然后拓展了知识面，讲解了容器管理的内容。最后讲解了Linux系统内核优化、中小型企业上云解决方案、Prometheus监控系统、Podman企业实战。本书充分考虑到零基础读者的阅读需求，精心提供了笔记、示例代码、学习视频、思维导图等资源。

本书在《计算机网络技术及应用》的基础上进行全面修订。全书共 9 章，系统地介绍了计算机 网络的基本原理、组网技术、网络硬件系统、网络操作系统、互联网及其应用、网络安全、局域网 的设计与安全管理等内容，还设置了相关的实验。本书内容翔实，力求做到基本理论适度，注重基 本理论与原理的综合应用，强调实践和应用环节。
本书既可作为高等院校理工科工程型与应用型专业“计算机网络”课程的教材，又可作为管理 科学与工程相关专业的“计算机网络”课程的教材，对从事计算机网络系统开发和维护的工程技术 人员与企业

《简化设计：Illustrator 实用技术与商业实战 108 例 》介绍了 Illustrator 软件的应用技法，通过 108 个实操案例，配合教学视频，帮助读者轻松学会 Illustrator 的操作方法。全书共分 10 章，内容包括 Illustrator 基础技巧、图形绘制、锚点和路径的运用、色彩与渐变效果的处理、文字的设计、变换对象、封套与网格的妙用、效果制作，以及版式和海报的设计技巧。
《简化设计：Illustrator 实用技术与商业实战 108 例 》可作为高等院

《Web前端开发实战：HTML5+CSS3+JavaScript+Vue+Bootstrap：微视频版》以通俗易懂的语言、翔实生动的案例，全面介绍了使用HTML5、CSS3、JavaScript、Bootstrap、Vue等技术搭建Web前端的方法和技巧，全书共分20章，内容涵盖了HTML5基础、文本和图像、音频和视频、列表和超链接、CSS3基础、文本样式、图像和背景样式、表格、表单、CSS3盒子模型、CSS3移动布局、CSS3变形和动画、JavaScript基础、事件处理、BOM和DOM、Bo

函数式编程将改变你思考代码的方式！利用良好的FP技术，C#开发人员可极大地提升软件的并发处理、状态管理和事件处理能力，以及软件的可维护性。本书介绍了在C#编码实践中添加函数式编程的原因、方式和位置。
　　《C#函数式编程(第2版)》引导你在C#语言中使用函数式思想来解决实际问题。书中回顾了C#语言中一些能够用来实现函数式编程的语言特性，并且通过许多实际的例子展示了函数组合、数据驱动编程和不可变数据结构的强大功能。所有代码示例均可用于.NET 6和C# 10。
主要内容
● 高阶

本书侧重于实证维度的经济和金融问题，以及如何用机器学习方法求解这些问题，通过建立相关模型得出相应的结论。这包括各种区分深度学习模型(DNNs、cnn、lstm和DQNs)、生成机器学习模型(gan和VAEs)和基于树的模型。本书内容还涵盖了经济学和机器学习的经验方法的交叉，包括回归分析，自然语言处理，和降维。本书的读者对象为本专科学生以及研究生，在经济和金融领域工作的数据科学家，公共和私营部门的经济学家，以及社会科学研究者。