本书以解决实际工作中的问题为导向，系统介绍了WPS Office 2019在办公中的应用知识。 本书共4篇13章的内容，每部分内容的安排及结构设计，均从读者的角度出发进行考虑。本书主要讲解了WPS文字、WPS表格、WPS演示这三大办公组件的功能和应用，以及移动办公工具的使用方法。 本书难易程度适中，适合需要快速掌握WPS Office办公应用能力的职场新人阅读，也可以作为各类计算机培训班和学校相关课程的参考书。

本书是国家信息中心信息与网络安全部工程研究人员对近年来在虚拟桌面技术研究，政务安全虚拟桌面解决方案研发，在政务、医疗、通信、教育、海关、金融等行业应用实践等方面所获得的成果，进行全面论述的专业著作。当前随着云计算、大数据、移动互联网等新技术的快速发展和应用，基于虚拟桌面技术来构建移动办公系统成为必然趋势。虚拟桌面系统因其易于部署、易于使用、易于管理并且安全可靠的特点，具有广阔的应用前景和迫切的市场需求。本书围绕当前最新的虚拟桌面技术，系统地介绍技术发展趋势、虚拟桌面平台构建技术路线和行业应用实践，深入剖析虚拟桌面终端、虚拟化支撑平台、办公应用平台和安全管理平台等四个关键部分的实现原理、技术架构和使用方式等核心内容，为虚拟桌面技术在各行业的实践应用提供了非常有价值的参考和借鉴。

智能化、自动化办公逐渐成为职场办公的发展趋势，工作中结合Python编程可以自动完成大量重复性的工作，大幅提高工作效率。同时，通过Python编程可以从繁杂无序的海量数据中找出规律，分析出竞品特点、客户喜好、客户来源等。比如银行信贷人员统计大量的贷款客户本息支付情况，上市公司财务人员统计大量的财务数据，企业运营人员统计分析竞品海量数据，连锁超市管理人员分析热销品、客户喜好、复购率等。总之，自动化办公及大数据分析将是未来发展的趋势，是大家都应掌握的一门技能。《Python+Excel职场办公数据分析》以实战案例为主（重点为Python处理分析Excel数据的案例），用大量的实战案例给读者演示如何处理实际工作中的办公自动化问题，如何对大数据进行分析处理。教会职场人士使用办公自动化及大数据分析解决实际问题的方法。《Python+Excel职场办公数据分析》适合数据工作量大的职场人士、财务人士、数据分析人士、商务人士、自动化办公用户、需要处理大数据的用户等阅读学习，也可供Python编程爱好者学习参考。

《移动办公室工作术》作者结合自己经常在外办公90%的经验，教人们怎样高效进行“游牧办公”。有时候，为了见客户，为了及时反馈信息，我们不得不在外办公。这时候，你就要具备“游牧办公术”了。带上电脑、手机、iPhone等，选择合适的“办公室”——麦当劳、星巴克、车站等，就可以轻轻松松办公了。有时候，走出办公室，换一种工作环境，你会发现不一样的精彩！也许灵感就在那一瞬降临！

《MBA精品系列:商务数据分析与应用》从商学院学生的角度出发，通过深入剖析实际案例，向读者展示了统计学在数据分析这一领域的应用。 作者收集了电信、房地产、教育培训、金融等行业的案例，案例内容涉及客户管理、产品定价、消费者偏好、渠道营销、组织行为等领域。首先简要介绍案例背景资料，并引出有待解决的问题，根据问题设计因变量、自变量及初始模型，在分析的过程中逐渐完善统计模型，解释模型的意义，一步一步抽丝剥茧地向读者展示了数据分析的原理、思想及方法。分析过程通过sas软件实现（同时提供r程序演示），作者给出了软件输出结果的解读。值得一提的是，每章还给出了完整的分析报告，为读者日后实际工作提供了示范蓝本。

《MBA精品系列:商务数据分析与应用》从商学院学生的角度出发，通过深入剖析实际案例，向读者展示了统计学在数据分析这一领域的应用。 作者收集了电信、房地产、教育培训、金融等行业的案例，案例内容涉及客户管理、产品定价、消费者偏好、渠道营销、组织行为等领域。首先简要介绍案例背景资料，并引出有待解决的问题，根据问题设计因变量、自变量及初始模型，在分析的过程中逐渐完善统计模型，解释模型的意义，一步一步抽丝剥茧地向读者展示了数据分析的原理、思想及方法。分析过程通过sas软件实现（同时提供r程序演示），作者给出了软件输出结果的解读。值得一提的是，每章还给出了完整的分析报告，为读者日后实际工作提供了示范蓝本。

本书以任务为导向，全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。全书共9章，1章介绍了数据分析的基本概念等相关知识；2～6章介绍了Python数据分析的常用库及其应用，涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，较为全面地阐述了Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析。除1章外，本书各章都包含了实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。本书可作为高校大数据技术类专业的教材，也可以作为大数据技术爱好者的自学用书。

本书以任务为导向，全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。全书共9章，1章介绍了数据分析的基本概念等相关知识；2～6章介绍了Python数据分析的常用库及其应用，涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，较为全面地阐述了Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析。除1章外，本书各章都包含了实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。本书可作为高校大数据技术类专业的教材，也可以作为大数据技术爱好者的自学用书。

本书主要包括：线性回归——以移动通信网络的客户，方差分析——以北京市二手房价为例，逻辑回归——以上市企业特别处理 ST 为例，定序回归——以消费者偏好度研究为例，泊松回归——以付费搜索广告为例，生存数据回归——以员工离职管理为例等6章内容。分析报告、课后习题、思维导图作为附录供读者学习使用。

本书作者20多年来一直在北大光华管理学院教授统计学课程，坚持统计学学习要从实际的案例讨论、数据分析出发，而不是上来就讲理论，讲统计方法本身。任何一个统计学方法论的介绍，都应用到一个非常鲜活的案例中。并通过一个规范的商业分析报告表达出来。在这个过程中所有的编程代码，连同数据一起给学生，帮助他们更好地理解。 本书主要包括：线性回归——以移动通信网络的客户，方差分析——以北京市二手房价为例，逻辑回归——以上市企业特别处理 ST 为例，定序回归——以消费者偏好度研究为例，泊松回归——以付费搜索广告为例，生存数据回归——以员工离职管理为例等6章内容。分析报告、课后习题、思维导图作为附录供读者学习使用。 本书的所有代码和数据可以到人大社出版社网站免费下载。