含有"健康"标签的书籍

力量训练基础:用5种杠铃动作极速发展身体实力

这是一本介绍力量训练的经典书籍,确切地说,它是一本介绍杠铃训练方法的经典之作。《力量训练基础》只介绍了五种主要的杠铃训练动作——五种被认为最有用的杠铃动作,深蹲、推举、卧推、硬拉和力量翻。作者以科学的态度和精益求精的精神,把这五种基本动作和杠铃训练的体系以正确的方式讲解得淋漓尽致。自从2005年出版以来,《力量训练基础》成为了有关举重训练的最畅销的书籍之一,获得了读者的高度认可。此外,健身领域的专家同样给予了这本书高度的评价。

编辑推荐:

这是一本帮助你重新认识健身和你的身体的专业杠铃书,这是一本经过了成千上万的健身者和专业运动员验证的书,这也是一本能够提供你所需的知识的书。

作者简介:

马克·瑞比托(Mark Rippetoe)1983 年毕业于美国中西州立大学,获得了地质学理学学士学位,并辅修了人类学。他是《力量训练计划设计》第3 版(Practical Programming for Strength Training, 3rd Edition)、《足够强壮了吗?》(Strong Enough?)、《刻薄的重力先生》(Mean Ol’ Mr. Gravity)和本书,以及很多报纸、杂志和网络文章的作者。他1978 年投身于健身行业,1984 年成为威奇托福尔斯(Wichita Falls)运动俱乐部的所有者。他是1985年获得美国国家力量与健身协会(National Strength and Conditioning Association,简写为CSCS)认证的首批教练员之一,并且是第一位在2009 年放弃证书的教练员。瑞比托作为有竞争力的力量举运动员有着10 年的参赛经验,并且已经指导了很多举重者和运动员,以及成千上万的对提升力量和运动表现感兴趣的人。他在全美组织了很多研讨会讨论这种杠铃训练方法。

名人推荐:

“每一天都会有人问我最 好的重量训练书是哪一本。我总会这样回答:《力量训练基础》。这本书对认真学习或教授基础举重练习的任何人来说都是必不可少的。它提高了你的洞察力,并提供了很多技巧,帮助你成为一名技艺精湛的举重者。每个人都想要训练,或者成为冠军。但如果基础知识不足,你就无法打造出冠军级别的力量。这本书将帮助你铸造这样的基础。”吉姆·温德勒(Jim Wendler),5/3/1训练法的作者

未来呼啸而来

 作者彼得·戴曼迪斯和史蒂芬·科特勒全面展示了商业创业风口上的9大指数型技术——量子计算、人工智能、网络、机器人、虚拟现实与增强现实、3D打印、区块链、材料科学与纳米技术、生物技术,并洞察这9大指数型技术的互相融合会带来巨大的变革力量,将会完全重塑我们的生活方式与商业模式。两位作者结合9大指数型技术的融合,充分预测和描述了零售业、广告业、娱乐业、教育、医疗保健、长寿、商业、食品业等8大行业指数型变革的未来。

 指数型技术融合的背后是掌握指数型思维这一认知逻辑。当下人和组织的增长逻辑都在发生改变,线性增长正在被指数型增长取代。每一个人和组织,只有掌握指数型思维,利用大趋势的确定性来抵抗自己小波动的不确定性,才能应对呼啸而来的未来!

 指数型技术的融合将如何改变今天的传统产业和思维模式?商业、教育、医疗健康等行业将发生怎样的剧变?当人工智能、机器人技术、虚拟现实、材料技术、量子计算与3D打印、区块链和全球千兆网络相互叠加时会发生什么?此刻即未来,科技进步的速度远超任何人的想象,从现在开始的下一个10年,我们将经历比过去一百年更多的动荡并创造更多的财富,这本书给所有人提供了一张扣人心弦、富有洞察力的商业发展寻宝图!

人生由我

她15岁次登台,22岁结婚,31岁成为破产的单身母亲,随后辗转于3个国家的多个城市开展自己的事业,独立培养出3个出色的子女,同时获得了两个硕士学位。60多岁的她重返模特舞台,在头发变白的时候走红,69岁时,她的形象在美国时代广场独占4个广告牌。她是72岁的“网红”,是众多女性眼中的励志偶像,也许她最出名的标签是“硅谷钢铁侠”、特斯拉公司创始人埃隆·马斯克的母亲,但她更是自己人生的女王,她是梅耶·马斯克。

你很难想象,这样的她也曾因为害怕而多年默默忍受丈夫的家暴,身为令众人艳羡不已的超模却说自己衣品差,在看中名气和年龄的职场圈不断遭遇歧视,拥有成功的后半生但至今仍未遇到可与之共度余生的人。她并不是媒体塑造的“女性代言人”,事实上,就是这种人设给普通人制造了数不清的压力和困惑。这本书展现了一个女性是怎样逐步探索世界和重建自我的。

虽然人生困境重重,但成功的蜕变依然有法可循。梅耶在书中真诚地分享了关于美丽、职场、家庭、教育和健康等人生问题的经历和建议,我们或许无法避免遇到与之相似的困境,但可以像她一样积极应对。世上没有一步到位的解决办法,我们要有足够的常识和制订计划的能力;不必把人生中的每一次改变都精确到细节,可以在问题出现的时候再着手解决;拥有良好的心态,让外表和内心一样“胸有成竹”,不因为爱而羞愧或恐惧,人生由我。

坏女人有人娶

“坏”女人懂得怎样给男人留下些许神秘。这样,由于不能100%地控股,他必须将自己那50%也投进去,才能得到你。

跟他在一起你很快乐,没有他你也一样快乐。你快乐,你阳光——阳光女人吸引男人的魅力指数正一路飙升。男人也需要“安全感”。他知道,只有一个自立自信、经济独立、身心健康的女人,才能给他一个真正意义的家。

风靡全球的《“坏”女人有人爱》,使无数优秀女性学会了在约会中保护自己,赢得爱情。为她们指明,坚强自信的女性最让男人心动。《“坏”女人有人娶》是继此之后关于当代两性关系的又一睿智之作,大胆勇敢、辛辣诙谐,帮助向往独立自强的女性收获幸福的婚姻。

导读

致谢

前言

第一章 丢掉规则

为什么自信女人能赢得男人心

好女孩社会准则

美丽神话1 你必须做到尽善尽美

美丽神话2 你必须是他的“性”福玩具

美丽神话3 你必须放弃自我,成为他手中的“泥娃娃”

第二章 让他追你……直到你得到他

如何使他确信承诺是他自己的意愿

“坏”女人使他放松警惕

“坏”女人让他来“赢”得承诺

“坏”女人将水搅浑

第三章 他的激情澎湃

怎样让他欲火中烧、因扰不安

稳步赢得比赛胜利

被单下的激情

欢娱之后

第四章 按动女性键:由来已久的男性传统

为什么男人总是讨厌女人要弄清他们的关系到了什么程度

按下你的情绪控制键

女性键1 他可能有意让你嫉妒另一个女人

女性键2 他可能忘记给你打电话,回来很晚,或在某些方面退缩

女性键3 他可能会说些难听话,再看你怎样反应

女性键4 他可能故作无知状,看自己的计谋能否得逞

找到遥控器上的男性键

第五章 男人也需要安全感

为何你的经济独立让他更想娶你

为自己找份好工作

感激与赞赏:致命一击

“过家家”

短程婚姻

第六章 闯入男孩俱乐部

窃取的机密——那些男人之间才能分享的最高机密

开始破译

机密1号 男人们是否为了得到性“满足”,而将女人往两性关系和婚姻上诱导?

机密2号 “坏”女人与一个缺乏自信的女人有什么不同?

机密3号 什么信号表明一个女人在浪费她的时间?

机密4号 男人关于性的秘密?

机密5号 为什么男人总要试探女人,他这样做是有目的的吗?

机密6号 男人害怕什么?

机密7号 爱火即将熄灭,怎样再次煽起男人的激情?

机密8号 女人怎么知道一个男人真正爱上了她,并且开始想到未来呢?

第七章 从“我能”到“我要”

他将订婚戒指戴到了她的手上

走下婚姻的转盘

换个角度看自己

谢里的魔法法则

算法霸权

数据科学家凯西•奥尼尔认为,我们应该警惕不断渗透和深入我们生活的数学模型——它们的存在,很有可能威胁到我们的社会结构。

我们生活在一个依赖“算法”的时代,它对我们生活的影响越来越大,我们去哪里上学,我是不是应该贷款买车,我们应该花多少钱来买健康保险,这些都不是由人来决定的,而是由大数据模型来决定的。从理论上来说,这一模型应该让社会更加公平,每一个人的衡量标准都是一样的,偏见是不存在的。

但是,正如凯西•奥尼尔书里所揭示的那样,事实并非如此。我们今天所使用的这些数学模型是不透明的、未经调节的、极富争议的,有的甚至还是错误的。最糟糕的是,数学模型和大数据算法加剧了偏见与不公。例如,一个贫困学生想申请贷款交付学费,但是银行大数据算法根据他居住地的邮政编码判断将钱带给他存在风险,因此,拒绝给他提供贷款。他因此失去了受教育的机会,而这个机会可能帮助他摆脱贫困。大数据算法做的常常只是锦上添花的事儿,有时甚至是落井下石。

通过个案追踪,凯西•奥尼尔揭示了大数据是如何影响我们将来的,它不仅影响着个人,也影响着整个社会。这些数据评价着我们的老师、学生,筛选着我们的简历,审核着我们的贷款资格,衡量着员工的工作态度,监视着投票者,监控着我们的健康。

凯西•奥尼尔呼吁数据模型的创造者们要对算法负责,政策的制定者及执行者们在使用这一威力极大的“武器”前应该更加慎重。最后,作者指出,大数据几乎掌控着我们的生活,我们应该增加对它的了解。这本书相当的重要,它让我们有能力去问一些十分尖锐的问题,帮助我们了解事实的真相,提出需要改变的地方,探索更好的生活。

【编辑推荐】

 案例丰富,内容兼具深度与话题性

未来20年,算法和大数据将席卷世界,接管我们的生活、社会和经济。我们生活中的很多方面都将落入自动化的数据分析之下。确保算法和大数据的公平性将是一项重大的任务,数据伦理的价值和意义将不断凸显出来。在作者看来,大数据犹如一个黑盒,规模、伤害和隐秘共存,她在书中引用了大量发生在美国当下的、基于大数据和算法的、改变个人生活的案例,并对影响这些城市生活经验的算法做了特别的观察和研究。作者认为,数据和算法的关系就像枪械和军火,数据没有价值观,是中立的,但来自人类行为的输入,难免隐含偏向,而算法创造的数据又对人类行为产生反作用,从而导致更多的不公。凯西在书中指出:算法模型一旦运转,执法行为就会增多,产生的新数据又会进一步证明加强执法的必要性。形象地说,就是哪里“前科”越多,哪里就越受算法“关照”,最终形成一个失真,甚至有害的回馈环路。这个观点也正是近来Facebook干预美国大选,国内很多专家学者热议“今日头条”推送模式的核心所在。

 权威作者的深刻洞见

本书作者是哈佛大学的数学博士,研究方向是数论和代数几何,毕业之后在麻省理工学院执教,并在互联网公司做过很长时间的数据科学家,如今致力于教育和媒体行业的数据知识普及工作,因此,这并不是一本传统意义上唱衰大数据的书,相反,作者希望让更多的人通过了解大数据、了解算法,反思模型,以及通过政府和相关机构的合理监管,不断改善各类设计评价体系,让更多的人受益,维护社会的公平与民主。

【英文版获奖情况】

《纽约时报》(New York Times)年度书籍

《波士顿环球报》年度最佳图书

《连线》杂志年度必读书目之一

《财富》年度最受欢迎的书之一

《柯克斯评论》年度最佳作品

芝加哥公共图书馆年度最佳图书

《自然》网站年度最佳图书

《麻省理工科技评论》年度最佳科技图书

智能浪潮

人工智能、基因工程、纳米制造、无人驾驶、机器人、可穿戴设备……当智能巨浪席卷而来的时候我们该如何应对?作者另辟蹊径转向人类科技发展的历史中寻找答案,用案例和数据分析了过去250年科技对人类的影响以及发展规律,以此说明科技对人类社会的巨大影响。

作者在书中创新性提出,我们已经进入一个被增强了的时代,在这个时代,个人和组织在科技的影响下将会出现颠覆式转变,他在书中举出了大量的案例和丰富的图片向我们展示了一个智能的未来。在当下快速变化的世界,无论是个人还是组织,这本书都是一本实用的指南。

我们的未来会变成什么样?哪些方面会发生不可逆、颠覆式的变革?谁会是这个时代的真正赢家?作者在书中为我们生动描述了一个大图景和一张帮你走向更好未来的路线图。

继互联网和智能手机出现之后,人工智能、基因工程、纳米制造、无人驾驶、机器人、可穿戴设备等各类技术风起云涌。我们的生活和工作,我们的交互和行为方式已经发生了彻底的改变:语音可以控制家电;网站会按照用户喜好推送内容;运动手环记录下了身体数据,每日反馈健康报告;机器人替代人工,准确无误分拣包裹;无人机可以配送快递……

作者布雷特·金认为我们已经踏入一个崭新的历史阶段的大门,走向增强时代。在这本书中,作者基于大量数据和案例探讨了我们来自何方以及我们如何进入到了人类历史上充满颠覆性和创新性的时代。从历史上看,之前的几个“时代”引发了重要的颠覆和变革,这些数量级的转变常常会带来令人难以置信的机遇,激发社会学意义上的调整,甚至在很多时候引发冲突。

机器人会抢走我们的工作吗,大规模的失业是否真的会发生?

人工智能是危险到来的信号还是技术大发展的标志?

我们将迎来的是人类的毁灭还是富足新时代?

增强时代会带来什么改变,人类社会会受到怎样的影响?

……

书中探讨的话题跨越人类社会发展的历史和未来。更为重要的是,这本书向我们展现了下一个20年的全景图。对于这个充满未知和挑战的未来,作者认为我们别无选择,也无法阻挡科技发展的脚步,只有拥抱变革、转变和创新,才能激发出人类历史上巨大优势以及潜能。

增强时代,你准备好了吗?

选择的价值

如果我们选择不选择,那么生活通常会更美好,甚至会具有更多的可能性。可以确切地说,拥有选择的能力对于我们的人身自由而言是必要的,而且这种选择能力也是我们作为人类所应该拥有的,除此之外,其对于国家维护个体自由而言也具有重要的意义。但选择有时候也会给我们带来很多麻烦。

在日常生活中,从健康计划到手机设置,乃至能源供应,我们大都倾向于主动去做出选择。通过遵循默认规则,我们节省了主动选择的成本,同时也可以使自己有时间去关注那些我们*关心的问题。默认规则对于我们的日常生活而言具有重要意义,然而,直到现在我们才开始了解其作用和影响力。政府何时应该设置此类默认规则,何时应该坚持主动选择?不论答案如何,都必须承认,对一些人来说,正确的选择就是不选择——选择就其本身而言也必须被尊重。

在有关利用政府的力量去帮助人们更好地做出决策方面,《选择的价值》作者卡斯.桑斯坦处于该项研究的前沿。在本书中,他介绍了迄今为止他的最为全面的研究成果,即我们应该怎样理解选择的价值,什么时候我们应该使人们能够选择不选择,以及如何去使人们选择不做出选择。

大数据的应用,使企业和政府能够为了我们的利益,而做出更为复杂的决策,其默认设置的商品恰好就是我们预备要购买的,甚至其所支持的运动或政策刚好就是我们可能选择赞成的。作为消费者,我们将开始准备接受此类规则给我们带来的好处。但是,我们应该这样吗?面对数据驱动决策这样极富挑战性的未来,本书表明我们应该怎样去利用个性化的默认规则来扩大而非限制我们的自由、福利以及自我管理的能力。

Github | Docker | Project