随着经济全球化的不断深入，跨国关联交易愈益频繁，以转让定价为核心的跨国避税问题已成为全球跨国公司税务风险的首要内容，亦成为各国税务机关的关注重点。中国因其庞大的吸引外资额和越来越多的境外投资而成为全球转让定价的重点和热点地区之一。本书以税务机关多年的管理实践为基础，运用当今全球的理论和信息，从税务机关和企业相结合的角度进行阐述，立足体系完整，突出实务操作，彰显中国特色，是一部用中国人的语言、思维和实践对相关国际惯例、各国做法和我国的立法进行系统阐述的工具书、参考书、教科书。本书对来华投资的众多跨国公司有业务引导之用，对到境外投资的中国企业有借鉴运用之利，对从事此类业务的会计事务所、税务事务所和律师事务所从业人员有系统掌握之便，对大专院校从事财政、税收、会计等专业学习和研究的

本书以商事法律实务中不同的业务类型为主线，以实务操作加案例解读的形式，结合国内税收制度的特点以及的税收政策法规变化，全方位解读房地产、股权投资、企业并购重组、管理层激励、涉外投资、“新三板”上市、企业承包租赁经营等不同法律业务的涉税问题及相应的税务筹划方式，是一本对律师等相关从业人员极有裨益的法律实务用书。 本书与其他税收筹划类的书不同，采用了更为简明通俗的语言，对法律实务中涉及到的税收筹划的方法以及实际运作过程等方面的疑难问题进行了深入浅出的阐释与分析，内容翔实，可操作性强，可供从事非诉讼法律业务的律师、企业管理人员、法务人员以及从事投资并购的投行人士有针对性、有目的性地阅读和学习。

自2022年以来，面对复杂严峻的国内外形势和多重超预期因素冲击，我国实施大规模一揽子税费支持政策，以推动我国经济恢复向好。第一，实施组合式税费支持政策，包括增值税大规模留抵退税、中小微企业税收优惠、个人所得税优惠等，政策红利步步扩围、次次加力。第二，持续加大对科研创新的税收优惠力度，通过对企业投入基础研究给予优惠政策、提高企业研发费用加计扣除比例并允许企业提前享受等措施，有力支持研究创造创新活动。第三，税收立法工作持续推进，《增值税法（草案）》首次提请审议。此外，税务机关在坚持优化便民服务、持续规范税收执法的基础上，不断推进税收现代化建设，税收征管日益智能化。

演化学习利用演化算法求解机器学习中的复杂优化问题, 在实践中取得了许多成功, 但因其缺少坚实的理论基础, 在很长时期内未获得机器学习社区的广泛接受. 本书主要内容为三位作者在这个方向上过去二十年中主要工作的总结. 全书共18 章, 分为四个部分: 第一部分(第1～2 章) 简要介绍演化学习和一些关于理论研究的预备知识; 第二部分(第3～6章) 介绍用于分析运行时间复杂度和逼近能力这两个演化学习的基本理论性质的通用工具; 第三部分(第7～12 章) 介绍演化学习关键因素对算法性能影响的一系列理论结果, 包括交叉算子、解的表示、非精确适应度评估、种群的影响等; 第四部分(第13～18 章) 介绍一系列基于理论结果启发的具有一定理论保障的演化学习算法. 本书适合对演化学习感兴趣的研究人员、学生和实践者阅读. 书中第二部分内容或可为有兴趣进一步探索

何霖著的《中国巨灾保险法律制度研究》在原有研究基础上，对中国巨灾保险法律制度予以全面、系统的梳理，重点关注中国巨灾保险法律制度现状与选择，尤其在巨灾保险法律关系梳理、中国政策性农房保险实践及评述、中国政策性巨灾保险实践及评述三方面实现突破，颇有新意。

曹 越 湖南大学工商管理学院教授、博士生导师，全国会计领军人才，全国税务领军人才，湖南省优秀青年社会科学专家，湖南省 121 创新人才，注册会计师，注册税务师，擅长财税一体化处理。 王质君 国家税务总局长沙市税务局第三稽查局在职干部，国家税务总局湖南省税务局稽查局人才库成员，注册会计师、税务师，长期从事税务稽查和风险评估工作。 郭建华 中国人民大学会计系副教授，著名注册会计师、会计职称考试辅导专家。

本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在RaspberryPi上工作。

本书以TensorFlow1.2为基础，从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了N、GAN和RNN等经典模型，然后深入剖析了TensorFlow运行时核心、通信原理和数据流图计算的原理与实现，很后全面介绍了TensorFlow生态系统的发展。