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。
第一部分介绍基本的思路，包括神经网络底层的数学知识，第二部分是实践，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。第三部分是扩展，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 Raspberry Pi 上工作。
本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。
本书按学科（知识门类）分类分卷出版。一学科辑成一卷或数卷，或几个学科合为一卷。本书条目按标题的汉语接音字母顺序并辅以汉字笔画、起笔笔形顺序排列。同音时按汉字笔画由少到多的顺序排列。 各学科卷在条目分类目录之前一般都有一篇介绍本学科内容的概观性文章。 各学科卷均列有本学科全部条目的分类目录，以便读者了解本学科的全貌。分类目录还反映出条目的层次关系。 学科与学科之间相互交叉的知识主题在有关学科卷中均设有条目，例如“计算流体力学”，在《数学》卷和《力学》卷均设有条目，但释文内容分别按各该学科的要求有所侧重。 条目标题多数是一个词，例如“曲面”、“群”；一部分是词组，例如“概率论中的收敛”。 条目标题上方加注汉语拼音，多数条目标题附有对应的外文。 本书条目的释文力求使用规范化的现代汉语。条目释文开始一般不重复条目标题。 一个条目的内容涉及其他条目并需由其他条目的释文补充的，采用“参见”的方式。所参见的条目标题在本条释文中出现的，用楷体字排印。
本书是系统阐述组合数学基础、理论、方法和实例的优秀教材，出版三十多年来多次改版，被MIT、哥伦比亚大学、UIUC、威斯康星大学等众多国外高校采用，对国内外组合数学教学产生了较大影响，也是相关学科的主要参考文献之一。
本书侧重于组合数学的概念和思想，包括鸽巢原理、计数技术、排列与组合、P條ya计数法、二项式系数、容斥原理、生成函数和递推关系以及组合结构（匹配、试验设计、图）等，深入浅出地表达了作者对该领域全面和深刻的理解。
自2004年出版第4版以来，作者又对本书进行了全面的修订和更新，第5版增加了有限概率、相异代表系、匹配数等内容。
本书从介绍数学原理开始，然后讨论图像处理中的关键问题，如图像的描述与品质、边缘检测、特征提取、分割、纹理与形状等。讨论的内容还包括图像匹配、统计模式识别、句法模式识别、聚类、传播、自适应轮廓、参数变换以及一致性标号。 本书对机器视觉进行了全面且通俗易懂的讲解，是一本从实用角度出发介绍机器视觉理论与应用的教材。本书从介绍数学原理开始，然后讨论图像处理中的关键问题，如图像的描述与品质、边缘检测、特征提取、分割、纹理与形状等。讨论的内容还包括图像匹配、统计模式识别、句法模式识别、聚类、传播、自适应轮廓、参数变换以及一致性标号。本书还介绍机器视觉的一些重要应用，其中包括目标的自动检测等。 本书所附光盘包括书中使用的软件与数据。本书可作为电机工程、计算机科学与数学等专业研究生的教材，也可供技术人员参考。
《计算机科学导论（原书第3版）》是大学计算机相关专业的基础课教材，涉及计算机科学的各个方面。本书着重讲解基本概念而不是数学模型和技术细节，通过大量的图表和演示范例讲解计算机科学的基础知识；每章后面的关键术语、小结和练习有助于读者掌握和复习知识要点。本书内容丰富，通熟易懂，既适合当作大专院校的计算机基础课教材，也可作为一般的计算机基础入门读物。
《计算复杂性的现代方法》是一部将所有有关复杂度知识理论集于一体的教程。将最新进展和经典结果结合起来，是一部很难得的研究生入门级教程。既是相关科研人员的一部很好的参考书，也是自学人员很难得的一本很好自学教程。本书一开始引入该领域的最基本知识，然后逐步深入，介绍更多深层次的结果，每章末都附有练习。对复杂度感兴趣的人士，物理学家，数学家以及科研人员这本书都是相当受益。
集异璧－GEB，是数学家哥德尔、版画家艾舍尔、音乐家巴赫三个名字的前缀。《哥德尔、艾舍尔、巴赫书：集异璧之大成》是在英语世界中有极高评价的科普著作，曾获得普利策非小说奖。它通过对哥德尔的数理逻辑，艾舍尔的版画和巴赫的音乐三者的综合阐述，引人入胜地介绍了数理逻辑 学、可计算理 论、人工智能学、语言学、遗传学、音乐、绘画的理论等方面，构思精巧、含义深刻、视野广阔、富于哲学韵味。
中译本前后费时十余年，译者都是数学和哲学的专家，还得到原作者的直接参与，译文严谨通达，特别是在原作者的帮助下，把西方的文化典故和说法，尽可能转换为中国文化的典故和说法，使这部译本甚至可看作是一部新的创作，也是中外翻译史上的一个创举。
百年一遇的数学天才石神，每天唯一的乐趣，便是去固定的便当店买午餐，只为看一眼在便当店做事的邻居靖子。
靖子与女儿相依为命，失手杀了前来纠缠的前夫。石神提出由他料理善后。石神设了一个匪夷所思的局，令警方始终只能在外围敲敲打打，根本无法与案子沾边。石神究竟使用了什么手法？
《华罗庚文集:数论卷2》共二十章，前六章是属于基础知识，内容包括：整数分解、同余式、二次剩余、多项式之性质、素数分布概况、数论函数等；后十四章是就解析数论、代数数论、超越数论、数的几何这几个数论主要分支的基础部分加以介绍，内容包括：三角和、数的分拆、素数定理、连分数、不定方程、二元二次型、模变换、整数矩阵、p-adic数、代数数沦导引、超越数、Waring问题与Prouhet-Tarry问题、数的几何等，书里引述厂许多我国古代数学家在数论上的成就，也包含了许多近代数论中的重要成果，例如著者关于完整三角和及最小原根的结果、关于Prouhet-Tarry问题的结果、Basorpaaos关于最小二次非剩余的结果、Selberg关于素数定理的初等证明，RothSiegel定理、A.O.关于Hilbert第七问题的证明、Siegel关于二元二次型类数的定理 关于Waring问题的证明关于问题的结果、Selberg的筛法等等；书中也包括了著者许多未经发表的结果。《华罗庚文集:数论卷2》是以深入浅出、循序渐进的笔法写成的，读者可以通过它看出如何从一个简单的概念逐步走向深刻的研究，看出具体与抽象之间的联系。
本书是国际算法大师乌迪·曼博（Udi Manber）博士撰写的一本享有盛誉的著作。全书共分12章：第1章到第4章为介绍性内容，涉及数学归纳法、算法分析、数据结构等内容；第5章提出了与归纳证明进行类比的算法设计思想；第6章到第9章分别给出了4个领域的算法，如序列和集合的算法、图算法、几何算法、代数和数值算法；第10章涉及归约，也是第11章的序幕，而后者涉及NP完全问题；第12章则介绍了并行算法；最后是部分习题的答案及参考文献。本书的特色有二，旨在提高读者的问题求解能力，使读者能够理解算法设计的过程和思想：一是强调算法设计的创造性过程，注重算法设计背后的创造性思想，而不拘泥于某个具体算法的详细讨论；二是将算法设计类比于定理归纳证明，揭示了算法设计的基本思想和本质。
本书的组织结构清晰且易于理解，强调了创造性，具有浓郁特色，时至今日仍有其巨大的价值，并且适合作为计算机及相关专业算法和高级算法课程的教材。
《怎样解题：数学教学法的新面貌》是数学家波利亚论述中学数学教学法的普及名著，对数学教育产生了深刻的影响。波利亚认为中学数学教育的根本宗旨是教会年轻人思考，他把“解题”作为培养学生数学才能和教会他们思考的一种手段和途径。这本书是他专门研究解题的思维过程后的结晶。全书的核心是他分解解题的思维过程得到的一张“怎样解题”表。作者在书中引导学生按照“表”中的问题和建议思考问题，探索解题途径，进而逐步掌握解题过程的一般规律。书中还有一部“探索法小词典”，对解题过程中典型有用的智力活动做进一步解释。
第二卷系统地论述了合情推理的模式，评述它们彼此之间以及与概率计算的关系，并扼要地讨论了它们与数学发现及教学的关系。
书中将数学中的推理模式与生活中的实例相联系，论述深入浅出，读来令人兴味盎然。全书有大量习题，书末附有习题解答。
《数学与猜想》是著名数学家G. 波利亚撰写的一部经典名著，书中讨论的是自然科学、特别是数学领域中与严密的论证推理完全不同的一种推理方法——合情推理（即猜想）。这部著作通过许多古代著名的猜想，讨论了论证方法，阐述了作者的观点：不但要学习论证推理，也要学习合情推理，以丰富人们的科学思想，提高辩证思维能力，书中的例子不仅涉及数学各学科，也涉及到物理学，全书内容丰富，谈古论今，叙述生动，能使人看到数学中真正的奥妙。
全书共分两卷，第一卷为数学中的归纳和类比，第二卷为合情推理模式。第一卷主要讲述数学中各种合情推理的实例。
本书是《Data Structures and Algorithm Analysis in C》一书第2版的简体中译本。原书曾被评为20世纪顶尖的30部计算机著作之一，作者Mark Allen Weiss在数据结构和算法分析方面卓有建树，他的数据结构和算法分析的著作尤其畅销，并受到广泛好评．已被世界500余所大学用作教材。
在本书中，作者更加精炼并强化了他对算法和数据结构方面创新的处理方法。通过C程序的实现，着重阐述了抽象数据类型的概念，并对算法的效率、性能和运行时间进行了分析。
全书特点如下：
●专用一章来讨论算法设计技巧，包括贪婪算法、分治算法、动态规划、随机化算法以及回溯算法
●介绍了当前流行的论题和新的数据结构，如斐波那契堆、斜堆、二项队列、跳跃表和伸展树
●安排一章专门讨论摊还分析，考查书中介绍的一些高级数据结构
●新开辟一章讨论高级数据结构以及它们的实现，其中包括红黑树、自顶向下伸展树。treap树、k-d树、配对堆以及其他相关内容
●合并了堆排序平均情况分析的一些新结果
本书是国外数据结构与算法分析方面的标准教材，介绍了数据结构(大量数据的组织方法)以及算法分析(算法运行时间的估算)。本书的编写目标是同时讲授好的程序设计和算法分析技巧，使读者可以开发出具有最高效率的程序。 本书可作为高级数据结构课程或研究生一年级算法分析课程的教材，使用本书需具有一些中级程序设计知识，还需要离散数学的一些背景知识。
本书介绍了计算机的数学基础，内容涉及求和、取整函数、数论、二项式系数、特殊数、母函数（发生函数）、离散概率、渐近等等，面向从事计算机科学、计算数学、计算技术诸方面工作的人员，以及高等院校相关专业的师生。
在有关算法的书中，有一些叙述非常严谨，但不够全面；另一些涉及了大量的题材，但又缺乏严谨性。本书将严谨性和全面性融为一体，深入讨论各类算法，并着力使这些算法的设计和分析能为各个层次的读者接受。全书各章自成体系，可以作为独立的学习单元；算法以英语和伪代码的形式描述，具备初步程序设计经验的人就能看懂；说明和解释力求浅显易懂，不失深度和数学严谨性。
全书选材经典、内容丰富、结构合理、逻辑清晰，对本科生的数据结构课程和研究生的算法课程都是非常实用的教材，在IT专业人员的职业生涯中，本书也是一本案头必备的参考书或工程实践手册。
第3版的主要变化：
新增了van Emde Boas树和多线程算法，并且将矩阵基础移至附录。
修订了递归式（现在称为“分治策略”）那一章的内容，更广泛地覆盖分治法。
移除两章很少讲授的内容：二项堆和排序网络。
修订了动态规划和贪心算法相关内容。
流网络相关材料现在基于边上的全部流。
由于关于矩阵基础和Strassen算法的材料移到了其他章，矩阵运算这一章的内容所占篇幅更小。
修改了对Knuth-Morris-Pratt字符串匹配算法的讨论。
新增100道练习和28道思考题，还更新并补充了参考文献。
本书是国内外业界广泛关注的7卷本《计算机程序设计艺术》第2卷的最新版。本卷对半数值算法领域做了全面介绍，分“随机数”和“算术”两章。本卷总结了主要算法范例及这些算法的基本理论，广泛剖析了计算机程序设计与数值分析间的相互联系，其中特别值得注意的是作者对随机数生成程序的重新处理和对形式幂级数计算的讨论。 本书附有大量习题和答案，标明了难易程度及数学概念的使用。 本书内容精辟，语言流畅，引人入胜，可供从事计算机科学、计算数学、计算技术诸方面的工作人员参考、研究和借鉴，也是相关专业高等院校的理想教材和教学参考书。
本书从数学、哲学、计算机科学、神经科学和人工智能等角度，全面阐述了贝叶斯理论背后的基础知识、思维方式和丰富哲理。贝叶斯定理一旦与算法相结合，就不再是一套枯燥的数学理论或认识论，而变成了应用广泛的知识宝库，催生了众多现代数学定理，以及令人称道的实践成果。作者一改传统的数学探讨模式，不仅展现了贝叶斯理论背后的科学思想，还阐述了它与人类思维之间的深刻关系，并对各相关领域和人工智能的发展进行了展望。本书适合喜爱数学、算法、机器学习、人工智能、逻辑学和哲学的大众读者，读者无须过多数学和算法知识就能读懂。
从中国乡村的贫穷少年，到震动世界的“数学皇帝”，他走过了怎样的人生之路？
复杂又迷人的卡拉比猜想，巍峨而艰险的几何之巅，他如何不断挑战人类智慧极限？
从几何学到量子力学，从汉赋唐诗宋词元曲到明清小说，他如何畅意遨游文理世界？
为发展中国基础科学教育，关注和支持青年学子的成长成才，他付出了多少艰辛和心血？
————————————
宇宙的密码，也许就刻在卡拉比—丘空间的几何之中。
——美国物理学家、《宇宙的琴弦》作者 布莱恩·格林（Brian Greene）
在哈佛，丘成桐一个人就是一个数学系！
——美国数学家、阿贝尔奖获得者 艾沙道尔·辛格（Isadore Singer）
丘成桐是近四分之一 世纪里最有影响的数学家。
——英国数学家、菲尔兹奖获得者 西蒙·唐纳森（Simon Donaldson）
丘成桐的故事就是展示中国的一个窗口。通过他，我们可以看到一个有着五千年文明历史的国家，正努力与现代科学结合在一起。如果这种结合获得成功，最终将重塑世界科技的平衡。
——《数学皇帝》，《纽约时报》丘成桐人物专稿
本书讲述了丘成桐从一个中国乡村的贫穷少年成长为一名举世闻名的顶级数学家的励志故事。困顿清苦的童年，艰苦卓绝的异国求学路，初入数学界的一鸣惊人，名声大噪后的风起云涌，对中国基础科学建设的拳拳之心……攀登科学高峰，拨开浮华迷雾，丘成桐直面盛誉、无惧挑战，讲述触动人心的传奇人生。
本书是理论计算机科学方面的优秀教材，主要介绍形式语言、自动机、可计算性和相关内容。本书特别注意定义、定理的准确性和严格性，在定理的证明中给出了直观的动机和框架，避免多余的数学细节，这有利于培养学生形式化和严格的数学推理能力，加强对问题的理解；本书通过精心设计的大量示例，生动剖析了各种定理和定义，概念清晰，深入浅出。每章后面还给出了难度不同的习题，并给出部分习题的解答，可使学生加深对基本原理的理解并增强应用能力。 本书主要介绍形式语言、自动机、可计算性和相关内容。主要内容包括：计算理论导引、有穷自动机、正则语言与正则文法、上下文无关语言及文法、下推自动机、图灵机、形式语言和自动机的层次结构、计算复杂性等。每节后面都给出了习题，并包含部分习题的解答，方便教学。 本书是理论计算机科学方面的优秀教材之一，可作为高等院校计算机专业的教材，也可作为计算机系统研发人员的参考书。
“本书无疑是计算机科学最富成效的入门教科书之一……我们强烈建议把它作为教科书……”
——美国计算机协会自动机与可计算性理论专业组 (SIGACT)
这是一本结合逻辑在计算机科学中的应用来介绍数理逻辑的教科书。书中主要介绍了消解定理证明、逻辑式程序设计和非经典逻辑（模态逻辑和直觉主义逻辑），所用的方法与数理逻辑的经典著作有很大不同，更加适合研究计算机理论的读者，可以帮助他们更好地理解计算机理论中的许多概念，是一本真正面向计算机科学的逻辑著作。另外，每章最后给出了进一步阅读建议，书末又分主题给出了相当多的参考文献，便于读者深入学习。
本书不要求读者具备逻辑基础知识，适合计算机科学系和数学系高年级本科生以及低年级研究生使用。
本书介绍了信息检索（IR）中的关键问题，以及这些问题如何影响搜索引擎的设计与实现，并且用数学模型强化了重要的概念。对于网络搜素引擎这一重要的话题，书中主要涵盖了在网络上广泛使用的搜索技术。
本书适用于高等院校计算机科学或计算机工程专业的本科生、研究生，对于专业人士而言，本书也不失为一本理想的入门教材。
《信息论基础》(原书第2版)是信息论领域中一本简明易懂的教材。主要内容包括：熵、信源、信道容量、率失真、数据压缩与编码理论和复杂度理论等方面的介绍。《信息论基础》(原书第2版)还对网络信息论和假设检验等进行了介绍，并且以赛马模型为出发点，将对证券市场的研究纳入了信息论的框架，从新的视角给投资组合的研究带来了全新的投资理念和研究技巧。
《信息论基础》(原书第2版)第2版依然保持了第1版清晰。引人深思的写作风格。读者可以又一次获得数学，物理学。统计学以及信息论方面的综合知识。..
关于信息论的主题包括熵、数据压缩。信道容量。率失真。网络信息论以及假设检验等领域的详细介绍，旨在为读者在理论研究和应用方面打下坚实的基础。在每章结束前提供了习题集和要点总结以及主要论点的历史回顾。
《信息论基础》(原书第2版)是电子工程。统计学以及电信方面的高年级本科生和研究生学习信息论基础课程的理想教材。
神经网络是计算智能和机器学习的重要分支，在诸多领域都取得了很大的成功。在众多神经网络著作中，影响最为广泛的是Simon Haykin的《神经网络原理》（第3版更名为《神经网络与机器学习》）。在本书中，作者结合近年来神经网络和机器学习的最新进展，从理论和实际应用出发，全面、系统地介绍了神经网络的基本模型、方法和技术，并将神经网络和机器学习有机地结合在一起。
本书不但注重对数学分析方法和理论的探讨，而且也非常关注神经网络在模式识别、信号处理以及控制系统等实际工程问题的应用。本书的可读性非常强，作者举重若轻地对神经网络的基本模型和主要学习理论进行了深入探讨和分析，通过大量的试验报告、例题和习题来帮助读者更好地学习神经网络。
本版在前一版的基础上进行了广泛修订，提供了神经网络和机器学习这两个越来越重要的学科的最新分析。
本书特色：
1. 基于随机梯度下降的在线学习算法；小规模和大规模学习问题。
2. 核方法，包括支持向量机和表达定理。
3. 信息论学习模型，包括连接、独立分量分析（ICA）、一致独立分量分析和信息瓶颈。
4. 随机动态规划，包括逼近和神经动态规划。
5. 逐次状态估计算法，包括卡尔曼和粒子滤波器。
6. 利用逐次状态估计算法训练递归神经网络。
7. 富有洞察力的面向计算机的试验。
《计算机图形学》与大多数传统的计算机图形学教材不同，它仅简要介绍交互式计算机图形学方面的基本知识，主要侧重于介绍计算机图形学在数学及其他科学领域的应用，解决实际问题。《计算机图形学》按照计算机图形学的传统顺序介绍视觉交流、视图变换和投影处理、建模、绘制、光照、着色处理，以及OpenGL API如何实现基本概念和技术，使学生理解并学会使用图形API实现图形操作，为观察者创造有效的图像。
《计算理论导引（原书第3版）》由计算理论领域的知名权威 Michael Sipser 所撰写。他以独特的视角，系统地介绍了计算理论的三个主要内容：自动机与语言、可计算性理论和计算复杂性理论。作者以清新的笔触、生动的语言给出了宽泛的数学原理，而没有拘泥于某些低层次的细节。在证明之前，均有“证明思路”，帮助读者理解数学形式下蕴涵的概念。本书可作为计算机专业高年级本科生和研究生的教材，也可作为教师和研究人员的参考书。
本书是计算理论方面的优秀教材之一，包括上下文无关文法、上下文无关文法范式、有限自动机、正则语言的性质、下推自动机和上下文无关语言、图灵机、图灵可计算函数、乔姆斯基层次、判定问题与丘奇图灵机、不可判定性、Mu-递归函数、时间复杂性、库克定理、NP-完全问题、LL(k)文法以及LR(k)文法等问题。本书不仅介绍了计算机科学的基础，而且通过概念的严格表述，以及使用通俗的例子来阐释定理，从而帮助学生提高数学论证能力以及对计算理论知识的全面深入的理解。书中每章后面都有附有大量习题，通过完成这些习题，学生可以加深对本章内容的理解。
本书可以用作计算机科学、计算机工程及其相关专业的教材，也可以作为从事计算理论、形式语言以及计算机系统研发的研究人员和工程技术人员的参考书。
本书以通俗、直观的方式清晰阐述了现代密码学的基础知识，包括用来实现通信隐私性/机密性的保密算法（协议）及保证消息正确性、完整性、来源可靠性的数字签名协议，提供了一个易读、易学的关于现代密码学基本原理和数学知识的导引，通过浅显的例子和生动的语言让读者绕过晦涩的专业术语而直接看到密码技术的本质。
本书叙述清晰，简单易懂，适合作为高等院校计算机及相关专业本科生教材。
作者基于丰富的教学经验，开发了一套全新的算法分类方法。该分类法站在通用问题求解策略的高度，对现有大多数算法准确分类，从而引领读者沿着一条清晰、一致、连贯的思路来探索算法设计与分析这一迷人领域。
本书作为第3版，相对前版调整了多个章节的内容和顺序，同时增加了一些算法，并扩展了算法的应用，使得具体算法和通用算法设计技术的对应更加清晰有序；各章累计增加了70道习题，其中包括一些有趣的谜题和面试问题。
本书十分适合用作算法设计和分析的基础教材，也适合任何有兴趣探究算法奥秘的读者使用，只要读者具备数据结构和离散数学的知识即可。
本书是天才数学家陶哲轩的第一本书，论述解决数学问题时会涉及的各种策略、方法，旨在激发青少年对数学的兴趣。书中涵盖的内容包括：数论、代数、分析、欧几里得几何、解析几何。
本书启发性强，既能激发学生的数学兴趣、培养思维逻辑，又能充分展现数学的魅力，适合对数学感兴趣的青少年阅读。
《怎样解题：数学思维的新方法》这本经久不衰的畅销书出自一位著名数学家 G·波利亚的手笔，虽然它讨论的是数学中发现和发明的方法和规律，但是对在其他任何领域中怎样进行正确思维都有明显的指导作用。《怎样解题：数学思维的新方法》围绕“探索法”这一主题，采用明晰动人的散文笔法，阐述了求得一个证明或解出一个未知数的数学方法怎样可以有助于解决任何“推理”性问题——从建造一座桥到猜出一个字谜。一代又一代的读者尝到了本书的甜头，他们在本书的指导下，学会了怎样摒弃不相干的东西，直捣问题的心脏。
《算法竞赛入门经典》是一本算法竞赛的入门教材，把C/C++语言、算法和解题有机地结合在了一起，淡化理论，注重学习方法和实践技巧。全书内容分为11章，包括程序设计入门、循环结构程序设计、数组和字符串、函数和递归、基础题目选解、数据结构基础、暴力求解法、高效算法设计、动态规划初步、数学概念与方法、图论模型与算法，覆盖了算法竞赛入门所需的主要知识点，并附有大量习题。书中的代码规范、简洁、易懂，不仅能帮助读者理解算法原理，还能教会读者很多实用的编程技巧。另外，书中包含的各种开发、测试和调试技巧也是在传统的语言、算法类书籍中难以见到的。
《算法竞赛入门经典》可作为全国青少年信息学奥林匹克联赛（NOIP）的复赛教材及ACM国际大学。
几年前，“数学之美”系列文章原刊载于谷歌黑板报，获得上百万次点击，得到读者高度评价。读者说，读了“数学之美”，才发现大学时学的数学知识，比如马尔可夫链、矩阵计算，甚至余弦函数原来都如此亲切，并且栩栩如生，才发现自然语言和信息处理这么有趣。
在纸本书的创作中，作者吴军博士几乎把所有文章都重写了一遍，为的是把高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。读者通过具体的例子学到的是思考问题的方式 —— 如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新。
第二版增加了针对大数据和机器学习的内容，以便满足人们对当下技术的学习需求；同时，根据专家和读者的反馈更正了一些错漏，并更新了部分内容。
《数学之美》第一版荣获国家图书馆第八届文津图书奖；
入选广电总局“2014年向全国青少年推荐百种优秀图书书目”；
荣获2012-2013年度全行业优秀畅销书；
《浪潮之巅》、《文明之光》作者吴军博士最新力作，李开复作序推荐，Google黑板报百万点击！
新版增加了大数据和机器学习等最新内容，以满足人们对当下技术的学习需求；同时，根据专家和读者的反馈更正了错漏，并更新了部分内容
《计算机科学丛书：离散数学及其应用（原书第7版）》是介绍离散数学理论和方法的经典教材，已经成为采用率最高的离散数学教材，被美国众多名校用作教材，获得了极大的成功。中文版也已被国内大学广泛采用为教材。作者参考使用教师和学生的反馈，并结合自身对教育的洞察，对第7版做了大量的改进，使其成为更有效的教学工具。《计算机科学丛书：离散数学及其应用（原书第7版）》可作为1至2个学期的离散数学课入门教材，适用于数学、计算机科学、计算机工程、信息技术等专业的学生。
作为巴菲特的黄金搭档和幕后智囊，芒格与巴菲特创造了有史以来最优秀的投资纪录。芒格极其熟练地掌握了各种不同的学科，能够在投资时考虑到许多普通人不会考虑到的因素。
芒格用一个非常形象的比喻来说明不同学科的不同思维方式是如何相互作用的：格栅模型。“你的头脑中已经有了许多思维方式，你得按自己直接和间接的经验将其安置在格栅模型中。”
芒格告诉我们，将不同学科的思维模式联系起来建立融会贯通的格栅，是投资的最佳决策模式。用不同学科的思维模式思考同一个投资问题，如果能得出相同的结论，这样的投资决策更正确。懂得越多，理解越深，投资者就越聪明智慧。
芒格认为：“要努力学习，掌握更多股票市场、金融学、经济学知识，但同时要学会不要将这些知识孤立起来，而要把它们看成包含了心理学、工程学、数学、物理学的人类知识宝库的一部分。用这样宽广的视角就会发现，每一学科之间都相互交叉，并因此各自得以加强。一个喜欢思考的人能够从每个学科中总结出其独特的思维模式，并会将其联想结合，从而达到融会贯通。”
真正的、永远的成功属于那些首先努力建立思维模式格栅，然后学会以善于联系、多学科并用的方式思考的人们。
如果你想一窥这位投资天才的思维格栅模型，不妨从本书中寻找答案。
如今，机器学习正在互联网上下掀起热潮，而Python则是非常适合开发机器学习系统的一门优秀语言。作为动态语言，它支持快速探索和实验，并且针对Python的机器学习算法库的数量也与日俱增。本书最大的特色，就是结合实例分析教会读者如何通过机器学习解决实际问题。
本书将向读者展示如何从原始数据中发现模式，首先从Python与机器学习的关系讲起，再介绍一些库，然后就开始基于数据集进行比较正式的项目开发了，涉及建模、推荐及改进，以及声音与图像处理。通过流行的开源库，我们可以掌握如何高效处理文本、图片和声音。同时，读者也能掌握如何评估、比较和选择适用的机器学习技术。
举几个例子，我们会介绍怎么把StackOverflow的回答按质量高低进行分类，怎么知道某个音乐文件是爵士风格，还是重金属摇滚风格。另外，本书还涵盖了主题建模、购物习性分析及云计算等高级内容。总之，通过学习本书，读者可以掌握构建自己所需系统的各方面知识，并且学以致用，解决自己面临的现实问题。
读者只要具有一定的Python编程经验，能够自己安装和使用开源库，就足够了，即使对机器学习一点了解都没有也没关系。本书不会讲机器学习算法背后的数学。
本书通过大量简单易懂的示例和练习介绍了有关离散数学的基本概念与基础知识，并把理论知识与一系列实际应用联系起来。主要内容包括：命题逻辑和谓词逻辑、类型集合论、布尔代数、关系、函数、序列、归纳法、图论、组合数学等。通过适当的教学方法，可以加深学生对离散数学的理解。
本书适合所有学习离散数学的学生，并可作为相关专业的教材。
本书内容十分丰富，涉及了集合论、指称语义、操作语义、公理语义、归纳原理、完备性、域论、信息系统、不确定性和并行性、不完备性和不可判定性等内容。同时，每章都包含了丰富的难度不等的练习。
本书是以作者在剑桥大学和Aarhus大学的讲义为基础编写的，是一本难得的形式语义学方面的经典著作。书中为初学程序设计语言的语义与逻辑的读者提供了必需的数学知识，介绍了支撑程序设计语言形式语义的数学理论、方法和概念，这些知识可以用于创造、形式化和证明规则，从而可以描述和推导各类程序设计语言的各种成分和性质。 本书内容十分丰富，涉及了集合论、指称语义、操作语义、公理语义、归纳原理、完备性、域论、信息系统、不确定性和并行性、不完备性和不可判定性等内容。同时，每章都包含了丰富的难度不等的练习。 本书适合作为高等院校计算机专业高年级本科生和研究生形式语义课程的教材，也可作为软件开发人员的参考书。
本书着重介绍现代密码学的加密思想及其实现方法，内容涉及数论、概率论、抽象代数、加密算法的思想及复杂度理论。本书介绍了密码学的历史沿革，剖析了古典的加密算法为何会被现代的加密算法所取代，展望了密码编码领域的发展，为古典和现代密码体系提供了数学理论基础，还给出了一些针对各种加密算法的密码分析方法。 本书适合作为高校计算机安全与信息安全专业密码学导论的简明教材，也可供对密码学、数论和计算机数论有兴趣的技术人员参考。
本书阐述了用于算法数学分析的主要方法，所涉及的材料来自经典数学课题，包括离散数学、初等实分析、组合数学，以及来自经典的计算机科学课题，包括算法和数据结构，本书内容集中覆盖基础、重要和有趣的算法，前面侧重数学，后面集中讨论算法分析的应用，重点的算法分的的数学方法。每章包含大量习题以及参考文献，使读者可以更深入地理解书中的内容。
本书适合作为高等院校数学、计算机科学以及相关专业的本科生和研究生的教材，也可供相关技术人员参考。
本书是一本机器学习入门教程，包含了数学和统计学的核心技术，用于帮助理解一些常用的机器学习算法。书中展示的算法涵盖了机器学习的各个重要领域：分类、聚类和投影。本书对一小部分算法进行了详细描述和推导，而不是简单地将大量算法罗列出来。
本书通过大量的MATLAB/Octave脚本将算法和概念由抽象的等式转化为解决实际问题的工具，利用它们读者可以重新绘制书中的插图，并研究如何改变模型说明和参数取值。
本书特色
介绍机器学习技术及应用的主要算法和思想。
为读者进一步探索机器学习领域中的特定方向提供起点。
不需要太多的数学知识，穿插在文中的注解框提供相应的数学解释。
每章末均包含练习。
《数学大辞典（第二版）》是一部综合性的数学大辞典，涵盖数理逻辑、数学基础、数论、代数学、代数几何、分析学、复分析、常微分方程、动力系统、偏微分方程、泛函分析、组合数学、图论、几何学、拓扑学、微分几何学、概率论、数理统计、计算数学、控制论、信息论、密码学、运筹学等学科，以常用、基础和重要的名词术语为基本内容，提供简短扼要的定义或概念解释，并有适度展开。正文后附有数学发展历史纪要、人名译名对照表等附录, 并设有便于检索的外文索引、汉语拼音索引。
本书是国际著名算法专家李德财教授主编的系列丛书“Lecture Notes Series on Computing”中的一本。本书涵盖了绝大多数算法设计中的一般技术，在表达每一种技术时，阐述它的应用背景，注意用与其他技术比较的方法说明它的特征，并提供大量相应实际问题的例子。本书同时也强调了对每一种算法的详细的复杂性分析。全书分七部分19章，从算法设计和算法分析的基本概念和方法入手，先后介绍了递归技术、分治、动态规划、贪心算法、图的遍历等技术，对NP完全问题进行了基本但清楚的讨论。对概率算法、近似算法和计算几何这些近年来发展迅猛的领域也用一定的篇幅讲述了基本内容。书中每章后都附有大量的练习题，有利于读者对书中内容的理解和应用。
本书结构简明，内容丰富，适合于作为计算机学科以及相关学科算法课程的教材和参考书，尤其适宜于学过数据结构和离散数学课程之后的算法课教材。同时也可作为从事算法研究的一本好的入门书。
本书主要讲解建模和对冲中使用的金融概念和数学模型。从金融方面的相关概念、术语和策略开妈，逐步讨论了其中的离散模型和计算方法、以Black-Scholes公式为中心的连续模型和解析方法，以及金融市场的风险分析及对冲策略等方面的内容。
本书作为金融数学的基础教材，适用于相关专业的本科生和研究生课程。
《算法基础》自1997年出版以来深受读者喜爱，已经被翻译成多种语言出版，并成为世界许多高校广泛采用的算法教材之一。书中对算法设计、算法的复杂度分析和计算复杂度进行了恰如其分的介绍。作者用平实的语言和简单的符号介绍了各种抽象的数学概念，既浅显易懂，又不失严谨。为了便于读者理解和记忆，作者还提供了大量的示例，并在附录中介绍了基本的数学概念。
第5版新增了一章，介绍遗传算法和遗传编程，其中提供了理论和实践两方面的应用。此外，这一版还对练习和示例进行了全面更新，并且改进了教师资源。本书可作为本科生和研究生算法课程的教材，也可供程序员及算法分析和设计人员阅读。
算法是计算机科学领域最重要的基石之一。算法谜题，就是能够直接或间接地采用算法来加以解决的谜题。求解算法谜题是培养和锻炼算法思维能力一种最有效和最有乐趣的途径。
本书是一本经典算法谜题的合集。本书包括了一些古已有之的谜题，数学和计算机科学有一部分知识就发源于此。本书中还有一些较新的谜题，其中有一部分谜题被用作知名IT企业的面试题。全书可分为4个部分，分别是概览、谜题、提示和答案。概览介绍了算法设计的通用策略和算法分析的技术，还附带有不少的实例。谜题部分将谜题按照简单、中等难度和较难三个层级分别列出。提示部分依次给出谜题提示，帮助读者找到正确的解题方向，同时仍然为读者留下了独立求解的空间。答案部分则给出了谜题的详细解答。
本书可以为对算法感兴趣的广大读者提供系统丰富而实用的资料，能够帮助读者提升高阶算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维和计算思维的IT专业人士，以及在准备面试的应聘者和面试官阅读参考。
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
本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Python编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步带领读者熟悉并且掌握当下最流行的机器学习、数据挖掘与自然语言处理工具，如Scikitlearn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。 全书共分4章。第1章简介篇，介绍机器学习概念与Python编程知识；第2章基础篇，讲述如何使用Scikitlearn作为基础机器学习工具；第3章进阶篇，涉及怎样借助高级技术或者模型进一步提升既有机器学习系统的性能；第4章竞赛篇，以Kaggle平台为对象，帮助读者一步步使用本书介绍过的模型和技巧，完成三项具有代表性的竞赛任务。
《深度学习、优化与识别》的特色
深度学习是计算机科学与人工智能的重要组成部分。全书16章，分为理论与实践应用两部分，同时介绍5种深度学习主流平台的特性与应用，最后给出了深度学习的前沿进展介绍，另附带47种相关网络模型的实现代码。本书具有以下的特点：
一、内容系统全面
全书16章，覆盖了深度学习当前出现的诸多经典框架或模型，分为两个部分。第一部分系统地从数据、模型、优化目标函数和求解等四个方面论述了深度学习的理论及算法，如卷积神经网络、深度生成模型等；第二部分基于5种主流的深度学习平台给出了深度网络在自然图像、卫星遥感影像等领域的应用，如分类、变化检测、目标检测与识别等任务。另外给出了深度学习发展的脉络图及最新研究进展，提供可基于5种平台实现的47中深度网络代码，以便有兴趣的读者进一步钻研探索。
二、叙述立场客观
作为深度学习的入门教材，尽可能不带偏见地对材料进行分析、加工以及客观介绍。本书理论部分均从模型产生的本源来介绍，并给出各个经典模型之间内在的相互联系。本书实践应用部分对相关任务做了详尽的分析，并给出深度学习应用实践的经验总结。
三、设计装帧精美
该书设计人性化，文字、公式、数学符号混排格式美观精致，特别是，全书采用全彩印制，软精装装帧。封面设计清新却不脱俗、学术化，足可以看出出版社和作者的用心。
内容简介
书籍
计算机书籍
深度神经网络是近年来受到广泛关注的研究方向，它已成为人工智能2.0的主要组成部分。本书系统地论述了深度神经网络基本理论、算法及应用。全书共16章，分为两个部分；第一部分（第1章～10章）系统论述了理论及算法，包括深度前馈神经网络、深度卷积神经网络、深度堆栈神经网络、深度递归神经网络、深度生成网络、深度融合网络等；第二部分（第11～15章）论述了常用的深度学习平台，以及在高光谱图像、自然图像、SAR与极化SAR影像等领域的应用；第16章为总结与展望，给出了深度学习发展的历史图、前沿方向及最新进展。每章都附有相关阅读材料及仿真代码，以便有兴趣的读者进一步钻研探索。
本书可为高等院校计算机科学、电子科学与技术、信息科学、控制科学与工程、人工智能等领域的研究人员提供参考，以及作为相关专业本科生及研究生教学参考书，同时可供深度学习及其应用感兴趣的研究人员和工程技术人员参考。
这是一本系统、全面、理论与实践相结合的Embedding技术指南，由资深的AI技术专家和高级数据科学家撰写，得到了黄铁军、韦青、张峥、周明等中国人工智能领域的领军人物的一致好评和推荐。
在内容方面，本书理论与实操兼顾，一方面系统讲解了Embedding的基础、技术、原理、方法和性能优化，一方面详细列举和分析了Embedding在机器学习性能提升、中英文翻译、推荐系统等6个重要场景的应用实践；在写作方式上，秉承复杂问题简单化的原则，尽量避免复杂的数学公式，尽量采用可视化的表达方式，旨在降低本书的学习门槛，让读者能看得完、学得会。
全书一共16章，分为两个部分：
第1部分（第1~9章）Embedding理论知识
主要讲解Embedding的基础知识、原理以及如何让Embedding落地的相关技术，如TensorFlow和PyTorch中的Embedding层、CNN算法、RNN算法、迁移学习方法等，重点介绍了Transformer和基于它的GPT、BERT预训练模型及BERT的多种改进版本等。
第二部分（第10 ~16章）Embedding应用实例
通过6个实例介绍了Embedding及相关技术的实际应用，包括如何使用Embedding提升传统机器学习性，如何把Embedding技术应用到推荐系统中，如何使用Embedding技术提升NLP模型的性能等。
自然语言处理技术已经深入我们的日常生活。我们经常用到的搜索引擎就用到了自然语言理解等自然语言处理技术。自然语言处理是一门交叉学科，涉及计算机、数学、语言学等领域的知识。
《自然语言处理原理与技术实现》详细介绍中文和英文自然语言处理的原理，并以Java 实现，包括中文分词、词性标注、依存句法分析等。其中详细介绍了中文分词和词性标注的过程及相关算法，如隐马尔可夫模型等。在自然语言处理的应用领域主要介绍了信息抽取、自动文摘、文本分类等领域的基本理论和实现过程，此外还有问答系统、语音识别等目前应用非常广泛的领域。在问答系统的介绍中《自然语言处理原理与技术实现》特地介绍了聊天机器人的实现过程，从句子理解、句法分析、同义词提取等方面揭示聊天机器人的实现原理。
《自然语言处理原理与技术实现》详细介绍自然语言处理的各个领域，既有理论，也有实现过程。对于打算从事自然语言处理研究的计算机、数学或语言学领域的专业人士，《自然语言处理原理与技术实现》是难得的入门教材。
本站基于Calibre构建，感谢开源界的力量。所有资源搜集于互联网，如有侵权请邮件联系。
Github | Docker | Project
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。
第一部分介绍基本的思路，包括神经网络底层的数学知识，第二部分是实践，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。第三部分是扩展，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 Raspberry Pi 上工作。