本书采用项目任务式教学理念，充分体现学生的学习认知规律，以真实的企业网络服务器管理为场景，引入实际工程案例，内容涉及Windows Server 2022 网络操作系统的配置与管理，应用服务的搭建与维护。整体教学内容分为12 个教学单元，包括操作系统的安装、用户和组管理、部署域服务、管理组策略、管理文件系统和磁盘、部署文件服务器与打印服务器，以及配置DHCP、Web、DNS、FTP等网络服务等。全书引例一线贯穿，基于学校—企业—业务场景精心设计，每个单元通过引例描述简单概述本单元的核心教学知识点

本书将带领读者踏上量子计算的奇妙旅程。本书清晰地解读了量子计算的核心概念，如叠加、纠缠和幺正变换，展示了这些理论如何重新定义信息处理。通过丰富的类比、历史故事，以及幽默的语言，本书揭示了量子计算在密码学、材料科学、药物研发等领域的巨大潜力。此外，本书深入探索了希尔伯特空间、量子算法的工作原理，以及实验挑战。 无论您是科技迷、学生，还是想了解前沿科技的普通读者，本书都能为您揭开量子计算的奥秘。

无

"《生成对抗网络GAN：从理论到PyTorch实现》系统地讲解了生成对抗网络(GAN)的基本原理以及PyTorch编程技术，内容较全面，可操作性强，将理论与实践相结合。读者通过理论学习和编程实践操作，可了解并掌握生成对抗网络的基本原理和PyTorch编程技能，拉近理论与实践的距离。
《生成对抗网络GAN：从理论到PyTorch实现》共分8章，主要内容包括生成对抗网络介绍、简单全连接GAN、深度卷积GAN、Wasserstein GAN、条件GAN、StyleGAN、Pix2Pix、Cycl

"Unity 作为世界上使用最广泛的游戏引擎之一，为游戏开发者提供了一套易于使用和功能强大的游戏开发工具。本书分为3部分：第 1部分（第 1、2章）介绍Unity的基本概念；第2部分（第3～6章）探讨C# 脚本与Unity内置模块的协同工作，内容涉及UI、动画、物理系统、使用音频和视频资源等；第3 部分（第7 ～11 章）研究Unity 高级脚本编程，包括Unity中计算机图形学的数学原理、可编程渲染管线、面向数据的技术堆栈、序列化系统和资源管理，以及Unity 与MicrosoftGameDe

本书汇聚了当下具有影响力的国内外知名企业、院校的设计师、商业领袖、专家、教授们的大量实践案例与前沿学术观点，分享并解决新兴领域所面临的新问题，为企业与从业者提供丰富的设计手段、方法与策略。帮助从业者掌握不断外延的新兴领域的技术、方法与策略的应用拓展，学习全新的思维方式和工作方式。培养适应新时代复合型设计师。让设计师有责任、有机会成为新商业的驱动力。内容涵盖人工智能、虚拟现实、物联网、人机交互、新零售等领域。

"本书专为品牌建设者量身定制，融合理论与实践，旨在引导品牌管理者把握全球化与创新趋势，开创品牌新时代。
全书共分为四部分。第一部分聚焦于品牌战略的基础理论，从定义、历史演进到全球化背景下的定位与传播，为学习后续内容奠定坚实的理论基石；第二部分深入探讨了品牌传播与推广，包括如何通过品牌广告与媒体策略、品牌公关与事件营销、数字营销与社交媒体以及品牌体验与客户关系管理等手段提升品牌策划的影响力；第三部分着重于品牌延伸与发展，强调新产品的开发与品牌扩展、品牌的全球化管理以及品牌的可持续发展与承担的

"本书旨在提供一本标准的估值建模操作手册，包括财务建模规范、历史报表常规化调整、销售收入预测、成本预测、自由现金流预测以及三大财务报表的完整构建、计算上市公司企业价值和股权价值区间，读者可以按照本书的操作指引完成标准的财务模型构建。本书不仅提供了财务建模的操作指引，更针对如何设置假设参数提供了实践经验总结。
本书既可以作为私募股权、投资银行、集团投资部的投资专业人员的案头参考，也可以作为高校教材，为学生掌握实务知识提供宝贵的参考。同时，本书也适合作为注册估值师考生的参考教材。"

"艾略特波浪理论是金融市场技术分析的主要理论之一。该理论在道氏理论的基础上，通过识别特定价格模式，分析市场的周期循环并预测未来的价格运动，具有极强的实战性。1946年，艾略特亲自整理并出版了最后的著作——《自然法则—宇宙的奥秘》。该书是艾略特自己的波浪理论，也是本中文译本的英文原著。
艾略特自己的波浪理论言简意赅，从“帮助投资者在市场中获利”出发，解读了波浪理论的三个核心要点：波浪理论的底层逻辑、金融市场价格行为的表象，以及投资者如何利用波浪理论在市场中获利。任何一名试图学会、用好波浪理

本书是畅销书深度学习入门&进阶系列第五本书，主要围绕生成模型进行讲解。生成模型是一种非常重要的技术，对于人工智能的发展有着重要的作用。本书延续了作者通俗易懂的行文风格，以深入浅出的方式介绍正态分布到扩散模型所涉及的技术，并最终完成一个类似于Stable Diffusion的图像生成人工智能。读者可在创建这个图像生成人工智能的过程中学习各类技术，边做边思考，体会到技术的有趣之处蕴藏在各个细节中这一点，从而加深对生成模型的理解。