本书以Python为工具，以“理论为基、实践为用”为宗旨，系统构建从基础到进阶、从工具到场景的数据分析知识体系，旨在帮助读者掌握数据驱动的思维方法，并将其转化为解决实际问题的能力。全书共7章，数据分析概述；数据分析的重要工具：Python；Python数组及矩阵处理：基于NumPy；Python数据可视化：基于Matp

全书共14章，分为三篇。基础篇(第1-7章)介绍Flask开发的基础知识。实战篇(第8-10章)首先介绍项目组织的基础知识，然后通过两个程序实例介绍Flask开发中各类功能的实现方法和技巧。进阶篇(第11-14章)介绍Flask程序的部署流程，包括性能优化和上线部署，解析Flask源码与运行机制。

本书共9章：第1章介绍图神经网络的背景、发展历史和现状，并探索大规模图神经网络的缘由；第2章介绍图神经网络模型的基础知识及其应用；第3章介绍分布式并行机器学习的流程、训练模式、训练架构、物理架构等基础知识；第4章从整体上介绍分布式图神经网络训练的流程和方法；第5章和第6章分别介绍大规模图神经网络的小批次分布式并行训练和

全书按项目编写，内容包括认识SOLIDWORKS、草图绘制、零件建模、曲面造型、装配、生成工程图，每个项目中包含若干个任务，每一个绘制或建模任务都包括任务说明、任务分析、任务实施、任务小结，对于部分任务还有任务拓展。通过典型丰富的任务演练，将理论知识与实际操作紧密结合，快速提升学习成效。每一个绘制或建模项目最后都安排有

本书分为四篇，覆盖了数据治理项目的各个方面。建设篇：阐述了数据治理的价值与意义，并详细介绍了数据治理项目的准备工作以及建设流程，为组织提供了数据治理项目实施的框架和方法论。场景篇：深入探讨了主数据管理、数据质量管理、数据标准管理、数据共享与交换、数据资产管理、数据应用等典型应用场景，并分析了这些场景中需解决的问题和实践

本书主要介绍数据库的基本原理及其使用方法，以及商业智能(BI)系统、云计算、大数据和NoSQL数据库的最新发展。本书以引导读者创建和管理小型数据库为目标，重点介绍数据库的概念，而不是某个特定产品的特性和功能。

本书主要内容包括撰写开发项目需求报告、采集数字量输入型传感数据、采集模/数转换型传感数据、采集IIC总线型传感数据、采集SPI总线型传感数据、采集RS-485通信型传感数据、采集ZigBee模块式传感数据以及设计多传感器智能监测系统。

全书通过基本涵盖物联网关键技术的3个教学项目来深化学生对物联网硬件技术的认知，通过任务实施和知识提炼环节来帮助学生掌握基础知识与技能要点，通过能力拓展环节来增强学生的操作技能与创新能力。本书在教学项目与任务设计中有机融入与课程相关的科学精神、工程思维、安全意识、创新意识、劳动精神等内容。

本书着重介绍了使用SOLIDWORKS软件进行二次开发的方法和技巧，包括零件、装配体、工程图的二次开发接口和SOLIDWORKSAdd-in的生成等。本书提供配套的练习文件，详见“本书使用说明”。

全书分为三部分：第一部分为第1-6章，介绍BMC固件开发基础，具体包括服务器固件概述，BCM的主要功能、常用的硬件总线，如何运用IPMI协议，BCM常用的软件通信协议、调试工具；第二部分为第7-15章，介绍BCM固件开发实战，涉及OpenBCM基础，D-Bus通信原理与使用方法，BoostAsio的使用方法，Yocto