本書共6個單元，包括新一代信息技術概述、人工智能之項目管理、人工智能之AI檢索技術、人工智能之數據庫基礎、人工智能之Python基礎、人工智能的應用。

本書共8個項目，分別講解Hadoop大數據處理平臺、大數據存儲技術(HDFS)、大數據離線計算框架(MapReduce&YARN)、大數據數據庫(HBase)、大數據數據倉庫(Hive)、大數據數據轉換(Sqoop)、大數據日志處理(Flume)、大數據實時計算框架(Spark)。

本書共7個項目，內容包括認識數據可視化、梳理與分析數據、設計可視化效果、搭建可視化布局、接入與回調數據、制作高級主視覺、調試與發(fā)布項目，分別從產品經理、設計師、前端開發(fā)工程師、運維工程師4個崗位出發(fā)，從數據梳理到視覺設計，到前端開發(fā)，再到部署發(fā)布，涵蓋了可視化大屏開發(fā)制作的全流程。

本書共8章，遵循“基礎→技術應用→前沿展望”的邏輯架構編排，循序漸進地引導讀者深入理解人工智能的發(fā)展趨勢、關鍵技術及智慧農業(yè)應用案例。第1章從人工智能與農業(yè)的演進歷程切入，介紹相關概念、核心特征及關鍵技術體系，探討人工智能如何賦能農業(yè)現代化。第2章講解機器學習的基礎知識，為后續(xù)人工智能技術的學習奠定理論基礎。第3-7章

基礎設施一直是組織運行自家開發(fā)軟件的核心。然而，隨著云服務商逐漸接管計算資源，公司現在能夠將敏捷和以客戶為中心的優(yōu)勢引入開發(fā)流程。如今，將產品管理理念融入基礎設施組織已經成為一種新趨勢。但在基礎設施仍然主導公司運營的背景下，這種轉變如何實現呢？這本實用的書籍將引導工程師、管理者、產品經理和領導者了解現代平臺驅動組織所需

本書以“技術原理+行業(yè)應用+倫理素養(yǎng)”為三維培養(yǎng)目標，通過“案例驅動-工具實操-項目實戰(zhàn)”的教學模式，幫助學生掌握從原理到實踐的全鏈條能力。全書共分五章，從人工智能基礎到AIGC技術進階，層層遞進。第一章構建AI認知框架，解析核心三要素；第二至四章聚焦文本生成、辦公應用、圖像生成等技術實操；第五章展望行業(yè)趨勢與倫理挑戰(zhàn)

本書共7章：實驗準備、進程創(chuàng)建和進程調度、內存管理、文件系統(tǒng)、設備管理、Linux編程實驗。希望能幫助讀者在鞏固操作系統(tǒng)的理論知識、精通Linux操作系統(tǒng)的實現機制的同時，又能鍛煉、培養(yǎng)自己動手解決實際問題的能力。

本書共11個項目單元，以“教學管理數據庫”為例，貫穿全書，具體包括：走進數據庫、設計數據庫、創(chuàng)建與管理數據庫、創(chuàng)建與管理數據庫表、數據的查詢、數據的完整性與約束、視圖與索引、使用T-SQL語言編程、事務處理、存儲過程與觸發(fā)器、數據庫安全性管理。

全書共七章，包括Vue的基本概念以及項目的創(chuàng)建、Vue開發(fā)基礎、組件、路由、常用UI組件庫、網絡請求和狀態(tài)管理、項目實戰(zhàn)，每個章節(jié)都以案例教學引入，以培養(yǎng)讀者能力為目的，充分體現了“做中學”“學中做”的思想，以方便更多的初學者輕松地掌握本書的內容。

本書以Python基礎內容以及各類常見生態(tài)應用為核心進行編寫，同時融入重點、難點微課(小視頻)作為輔助學習資源，并合理結合思政內容。本書內容依循基礎知識、進階知識、拓展應用的邏輯架構逐步鋪陳，充分考量不同層次學生的學習需求與接受能力，適用性較廣。