本书基于“实践导向、任务引领、项目驱动”的项目化教学方式编写而成，体现“教、学、做”一体化的教学理念。本书将纸质资源与数字资源有机结合，从而提高传授知识的效率。
本书共有三篇12章，具体内容包括: ASP.NET开发入门、C#语言基础、ASP.NET Web常用控件、数据库与SQL语言、ASP.NET的内置对象、数据验证技术、Web用户控件、站点导航控件、母版页、数据源控件与数据绑定控件、使用ADO.NET操作数据库、新闻发布网站的设计与开发。每章都以任务为引领，穿插“必需、够用”的理论知

Dreamweaver 作为专业的网页设计软件，是许多从事网页设计工作人员的必备工具。《Adobe Dreamweaver CC 网页设计制作案例实战》共分为9章，前8章分别介绍了设立新站点——网页设计入门操作、招聘网网页设计——文本的创建与编辑、速映电影网页设计——表格化网页布局、鲜花网网页设计——CSS样式、卫浴网页设计——图像与多媒体、旅游网页设计——链接的应用、音乐网页设计——行为的应用、快递网页表单设计——表单的应用等基础内容，第9章提供了两个综合案例，可以对前面的内容进行综合学习，以

本书以任务为导向, 较为全面地介绍了Spark大数据技术的相关知识。全书共9章, 具体内容包括Spark概述、Scala基础、Spark编程基础、Spark编程进阶、Spark SQL--结构化数据文件处理、Spark Streaming--实时计算框架、Spark GraphX--图计算框架、Spark MLlib--功能强大的算法库, 以及项目案例--广告监测的流量作弊识别。本书的大部分章节包含实训和课后练习, 通过练习和实践操作, 可以帮助读者巩固所学的内容。

本书以Scala作为开发Spark应用程序的编程语言, 系统地介绍了Spark编程的基础知识。全书共9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、Structured Streaming和Spark MLlib。 本书每章都安排了入门级的编程实践操作, 以便使读者能更好地学习和更牢固地掌握Spark编程方法。

本书内容分为数据结构和算法两大部分。数据结构部分详细讲述了线性数据结构、非线性数据结构的存储原理, 以及对这些数据结构进行构建、添加、删除等操作。算法部分先介绍了递归、贪心、分治、动态规划、回溯等算法思维, 然后详细讲解了十大排序算法、七大查找算法、四种字符串匹配算法及图的最短路径算法和最小生成树算法, 以及这些算法的实现原理、实现步骤、代码实现、算法复杂度及应用场景。

本书以MCS-51为模型机，介绍单片机的接口扩展技术。原理设计以AT89C51为主控芯片，选用KEIL uVision3.0 为开发平台，以C51作为开发语言。
1、本书目的不在于介绍单片机的基本原理和技术，而着眼于在51单片机片内资源的基础上，讲述单片机功能资源接口扩展，以解决单片机开发中存在的资源不足问题，包括：如何为51单片机扩展USB接口？如何扩展多路RS232/RS485标准串行通信接口，使单片机具有多机远程通信能力？如何实现多路模拟量同步输出？如何扩展带光隔离功率接口？如何为利

本书对人工智能安全的理论与实践技术进行了梳理，全面完整地覆盖了人工智能安全技术的主要方面，把相关知识体系划分为五部分，即人工智能的安全观、人工智能安全的数据处理、人工智能用于网络安全的攻击与防御、人工智能模型的对抗攻击与防御以及人工智能平台的安全与工具。第一部分对人工智能安全问题、基本属性、技术体系等进行了归纳梳理。第二部分介绍人工智能安全数据处理的三个主要方法，即非平衡数据分类、噪声数据处理和小样本学习方法。第三部分从人工智能技术赋能网络空间安全的攻击与防御问题角度出发，从三个典型实例及攻击图

本书遵循“精选案例，面向设计，深入浅出，注重能力培养”的要求，以案例形式实现算法与程序设计教学，精选了穷举法、递推法、回溯法、分支限界法、递归法、分治法、贪心算法、动态规划法和随机算法等常用算法进行讲解，并给出了使用各算法求解的典型案例。对于每一个案例的求解，从问题提出到算法设计、从程序实现到算法复杂度分析，环环相扣，融为一体，力求理论与实际相结合、算法与程序相统一，突出算法在解决实际问题中的核心地位与引导作用。本书中的所有案例均给出算法设计要点与完整的C语言或者C++语言程序代码（均在VC++

本书是普通高等教育"十一五”国家级规划教材、北京高等教育精品教材，全面系统地介绍现代操作系统的基本理论和最新技术。全书共12章：第1章概述操作系统的定义、功能、特征、发展历程和结构；第2章至第8章分别讲述进程和线程管理、调度、存储管理、文件系统、输入/输出管理、用户接口服务和死锁；第9章介绍嵌入式系统；第10章讲述分布式系统和云计算；第11章讲述安全和保护机制；第12章为实验操作。附录分别给出了Linux常用系统调用和库函数，以及各章习题的解答视频。本书为任课教师提供电子教案。 本书可作为大学本

本书采用“理论 +实践”的方式，全面系统地讲授了深度学习的基本原理以及使用 TensorFlow实现各类深度学习网络的方法。全书共 10章，第 1～3章主要介绍深度学习的基础知识，包括深度学习的概念和应用、深层神经网络的训练和优化、 TensorFlow的内涵和特点等内容；第 4～5章主要介绍 TensorFlow的安装，以及计算模型、数据模型、运行模型等 TensorFlow编程的基础知识；第 6～10章主要围绕 TensorFlow介绍各类深度学习网络，包括单个神经元、多层神经网络、卷积神经