After Effects(以下简称AE)是Adobe公司的一款图形、视频、动画、特效处理软件，主要功能是动画制作、动态合成、视觉特效等，广泛应用于电影、电视、网络、信息化教学、教育技术以及影视后期制作等领域。
本书采用案例实战的方式全面介绍After Effects CC的基本操作和综合应用技巧，全书共分为七个项目，从AE入门到外挂插件和模板，共计100例； 结果导向、任务驱动、讲练结合、学以致用，手把手教你实操； 100个案例全部配有二维码数字资源，即扫即学； 语言通俗易懂，以图说文，

《Photoshop平面设计项目教程（微课版）》采用项目制作与设计理念相结合的方式，以科学有效的项目任务为载体，遵循学生的认知规律，详细讲解了Photoshop强大的图形图像处理功能，以及在实际工作中的应用。全书精选DM单、海报制作、书籍装帧、网页效果图制作等常用项目进行编写，围绕项目开发思路讲解知识点，案例包含详细制作步骤及相关拓展训练等环节，让读者能加强理论与实际的联系。《Photoshop平面设计项目教程（微课版）》按照省级精品资源共享课的建设思路，附有大量微视频资源及教学课件供学习者使用

本书中生成是指根据特定的应用目标，采用计算机技术，生成人的模型，三维场景，语音等。生成技术被广泛的应用于各个领域，如室内设计、电影制作、游戏设计、虚拟现实等。近年来，计算机视觉、机器学习、人机交互等领域的快速发展为生成技术带来更多样化的抽象语义输入，如场景语义、行为偏好、情感标签等，在计算框架中引入高层语义信息驱动特定目标的生成成为可能。本书重点讨论了在以人为中心的生成任务中，如何建模用户的特定属性生成个性化的训练方案、功能空间及性格化人脸，本书还讨论了引入语义约束的生成方法，包括场景语义、行为

内容简介：
教材分为软件工程基础知识、项目启动阶段、项目实施阶段、项目维护和管理等四篇共13章，以面向对象方法为例，叙述面向对象软件工程生命周期各个阶段的任务、过程、方法和工具，从项目可行性研究和项目计划开始，到OOA、OOD、OOP、OOT，直至项目发布和维护。
教材以具体案例（机票预订系统）贯穿到项目开发各个阶段。第一篇介绍软件工程基础知识。第二篇利用数据流程图和数据字典对项目做简要的需求分析，在项目得出可行结论后，即可制定项目计划和组织项目团队。第三篇首先利用U

Photoshop软件是目前功能强大、使用范围广泛的图形图像处理软件。它集图像设计、合成以及高品质输出功能于一体，具有十分完善的图像处理和编辑功能。本书采用了最新版本Photoshop CC，本书知识点安排合理，目的是提升学生的岗位技能竞争力；结构清晰明确，通过"先实战案例，后理论知识”结合的模式循序渐进，由浅入深，重点突出，一目了然，方便初学者和有一定基础的读者更有效地掌握重点和难点；内容丰富，全面、详细地讲解了Photoshop CC产品的各项功能，又增加了学习者进行实践训练的机会，将学到知

《计算机科学导论》共分为8章：第1章概述计算机及其发展历史；第2章介绍了数据在计算机中的表示与运算；第3章从计算思维的角度出发，介绍了经典问题的建模方法和常用算法；第4~5章介绍了计算机程序与软件开发过程中的数据结构；第6章介绍了操作系统和数据库；第7章介绍了计算机网络与信息安全；第8章介绍了计算机社会中的职业问题。
《计算机科学导论》既可作为高等院校计算机类、通信类及相关专业的教材，也可作为计算机爱好者、拟从事计算机相关工作的工程技术人员等的参考书。

《Python基础及应用》完全为零基础的初学者量身定做，配合大量实例介绍了Python的基本语法、编码规范和一些编程思想。
《Python基础及应用》共分为两部分，第1~6章为Python语言基础，主要介绍Python的基本用法。第7~10章介绍一些Python的实际应用，第7章介绍了如何用Python进行GUI开发，第8章介绍了如何用Python开发网络爬虫，第9章介绍了如何用Python进行Web开发，第10章介绍了如何使用Python进行数据分析与可视化处理，第11章介绍了如何使用P

我国提出新基建概念，要加快大数据中心、人工智能等新型基础设施的建设进度，这无疑需要更多的大数据人才。PySpark可以对大数据进行分布式处理，降低大数据学习门槛，本书正是一本PySpark入门教材，适合有一定Python基础的读者学习使用。
本书分为7章，第1章介绍大数据的基本概念、常用的大数据分析工具；第2章介绍Spark作为大数据处理的特点和算法；第3章介绍Spark实战环境的搭建，涉及Windows和Linux操作系统；第4章介绍如何灵活应用PySpark对数据进行操作；第5章介绍P

教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，最后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。

本书是《数据结构教程（Python语言描述）》（李春葆等主编，清华大学出版社，2020）的配套学习和上机实验指导书，详细给出了《教程》中所有练习题和上机实验题的解题思路和参考答案，在线编程题的AC代码、8份数据结构期末模拟考试题及其参考答案和两份实验报告示例。书中练习题和实验题不仅涵盖数据结构课程的基本知识点，还融合了各个知识点的运用和扩展，学习、理解和借鉴这些参考答案是掌握和提高数据结构知识的佳捷径。本书自成一体，可以脱离主教材单独使用。适合高等院校计算机及相关专业本、专科生使用。