本书分为3个部分, 分别是开发环境介绍、实验指导和工程案例。

本书通过项目组织内容，以任务驱动的方式，由浅入深、系统全面地介绍Windows Server 2022 的系统管理与网络管理。本书的主要内容包括Windows Server 2022 的安装和工作环境的配置、本地用户和组、域环境的架设及账户管理、文件系统管理及资源共享、磁盘管理、架设DNS 服务器、架设DHCP 服务器、架设Web 服务器和FTP 服务器、架设VPN 服务器、虚拟化服务和容器技术。此外，本书还通过在线文档的方式介绍了使用PowerShell 配置DNS 服务器、安全管理、性能监视

《Python编程入门50例》精选了50个典型案例，遵循案例模仿改进创新的模式，讲解Python程序设计的基本方法和技巧。基础案例包括程序结构、标准函数、异常处理等；应用案例包括图形绘制、文本处理、图形用户界面、网络爬虫、语音合成、人工智能、游戏开发等。配套资源包括视频讲解、动画演示、案例代码、软件资源等，内容丰富、全面实用。
《Python编程入门50例》适合Python程序设计的初学者，也可供一般理工科专业的学生学习使用，还可作为程序设计和软件开发人员的参考书。

本书系统地阐述了传感器与检测技术的概念原理和方法。全书分三篇共14章, 第一篇为基础知识和误差理论, 介绍传感器与检测技术的基本概念误差分析基础传感器与检测系统的基本特性: 第二篇为传感器及信号调理电路,介绍各种典型传感器的原理结构、特性指标使用特点及测量电路; 第三篇为检测技术, 介绍电学与磁学测量、流量的测量、火灾探测与测量, 以及现代检测系统。其中,第二篇的内容是根据不同的测量原理进行分类的, 第三篇的内容是根据不同的被测物理量进行分类的。各篇内容相对独立, 紧密衔接, 循序渐进, 将传感

本书介绍了 Web 中高危漏洞的形成原理、利用方法、加固和防御方法。全书共 11 个项目，项目一和项目二为 Web 信息安全基础知识与法律法规，主要论述了当前的信息安全状况、存在的问题。项目三～项目十主要介绍了命令注入、文件上传、SQL 注入、SQL 盲注、暴力破解、文件包含、XSS、CSRF 攻击与防御等漏洞原理、利用方法与针对性加固方法。项目十一为代码审计，主要分析了代码审计的必要性、代码审计的方法，以及代码审计的案例。本书既可以作为高等职业院校计算机网络与信息安全等相关专业的教材，也可以作

本书通过案例全面且系统地讲解平面设计，精心设计本章导读学习目标学习引导行业知识实战案例拓展训练AI辅助设计课后练习的讲解结构，以Photoshop为核心工具，涵盖8个主流设计领域，并巧妙结合AI进行辅助设计，旨在培养读者的设计思维，强化读者的综合设计能力。 全书共11章，第1章为平面设计基础知识，第2章为Photoshop基础知识；第3～10章分别讲解卡片设计、标志设计、广告设计、海报设计、包装设计、书籍装帧设计、界面设计、电商视觉设计的行业知识和实战案例设计；第11章为综合案例，旨在帮助

本书采用理论与实训案例相结合的形式，深入浅出地介绍了大模型的基础知识。本书共分为8章，内容涵 盖大模型的基础知识、传统语言模型基础知识、神经网络基础知识、大模型的主要技术、大模型的微调与部署、 大模型的应用，以及面对的挑战和未来发展等。

本书不仅适合作为高等院校人工智能、计算机科学与技术或相关专业学习大模型的入门教材，也适合从事相关工作的人工智能爱好者和工程师学习阅读。

本书深入浅出地讲解了Stable Diffusion在AIGC绘画与视频生成领域的相关原理与应用。本书共7章，第1章为初识AI绘画，第2章为文生图，第3章为图生图，第4章为Lora模型，第5章为ControlNet插件基础，第6章为AI视频生成，第7章为综合实例。 本书内容丰富，图文并茂，通俗易懂，可作为高等院校视觉传达、数字媒体艺术等艺术设计类专业的专业基础课教材，也可作为其他专业的选修课教材，还可供视觉设计相关从业者阅读和参考。

本书围绕数据库系统实训项目, 从需求分析、概念设计、物理设计、应用系统实现等实训环节介绍该项目的分析、设计及实现过程。全书共16章, 主要内容包括数据库设计、需求分析、概念数据模型设计、物理数据模型设计、openGauss概述、openGauss架构、表空间、安全管理、基本对象管理、PL/SQL编程、命名块对象管理、备份与恢复、openGauss高可用性、数据库审计、性能调优、openGauss应用开发等。

本书是一本全面介绍数据挖掘技术的专业书籍，系统地阐述了数据挖掘的相关概念、原理、算法思想和算法的Python代码实现。全书共分为15章，各章相对独立成篇，以利于读者选择性学习。15章内容分别为绪论、NumPy科学计算库、pandas数据分析库的数据结构、pandas数据读写与可视化、pandas数据整理、pandas数据分析、决策树分类、贝叶斯分类、支持向量机分类和K近邻分类、神经网络分类、回归、聚类、关联规则挖掘、推荐系统、电商评论网络爬取与情感分析等内容。 本书可作为高等院校各专业的数据挖掘