人生算法：已被证实的使个人和团队变得更好的15个套路

〔美〕托德·戴维斯

已完结· 11.26万字

本书是《高效能人士的七个习惯》作者史蒂芬·柯维创建的富兰克林柯维机构重磅作品。作者融合了富兰克林柯维核心的理念与研究成果，并基于30多年的观察、领导与培训，总结出了可以让个人与团队变得更好的15个套路，这些套路已经被实践检验与证实，适用于工作与生活，可帮助任何组织中任何层级的个人与团队获得成功，提升绩效。

人生新算法：用人工智能解读时间、幸运与财富

【日】矢野和男

已完结· 9.02万字

与物理现象受到定律制约一样，人类的自由、幸福与好运也在被某些规律秘密掌控着。本书将首次从数据科学的角度解读人生算法，颠覆我们对时间、幸福、运气的认知。 作者从有关人类行为的大量数据中发现了新的规律，由此我们得以重新认识复杂多变的社会现象和人类行为，并对此做出积极改变。作者还指出，在大数据分析系统、“运转判断型”人工智能科技的指引下，人类有望实现理想的工作形式，解决所有社会问题，走向新财富社会。

量化价值投资:人工智能算法驱动的理性投资

〔美〕卫斯理·R.格雷，托比亚斯·E.卡莱尔

已完结· 23.11万字

《量化价值投资》为投资者提供了一种更优的方法：在回避“选股”行为偏差的同时获得价值投资的好处。这种方法比纯粹的价值投资或量化投资更有优势。 传奇式投资巨匠沃伦•巴菲特和爱德华•索普代表了投资领域两种截然不同的手法：一个是价值投资，一个是量化投资。虽然巴菲特和索普持有不同的投资理念，但他们一致认为市场是可以被打败的。本书作者吸取价值投资和量化投资的精髓，创造了一套体系完整、帮你跑赢市场的独特选股策略。

人脸识别算法与案例分析

曹林，杜康宁，郭亚男　著

已完结· 12.78万字

本书内容丰富，阐述清晰详尽，文图结合紧密，可读性好，实用性强，主要介绍了人脸识别中的一些算法与案例，主要包括素描人脸识别与人脸合成的研究与应用、传统特征提取算法在素描人脸识别中的应用、深度学习在素描人脸识别上的研究与应用、传统素描人脸合成方法、基于生成对抗网络的素描人脸合成方法、人脸超分辨率重建方法等内容。本书可作为研究人脸识别技术的参考用书，也可以作为高等院校相关专业的本科生和研究生参考书，还可供人脸识别技术领域工作的工程技术人员阅读。

数独的逻辑——数独算法从入门到精通

严人觉

已完结· 5.46万字

数独游戏看似简单、容易上手，实则逻辑严谨，研究起来永无止境。本书作者深入探究数独的内在机理，以深入浅出的语言和丰富的图解，详细总结了数独的求解方法、设计方法，以及数独所具有的诸多特性，有很多自己独到的发现与创造，为大众读者了解数独、理解数独、提升数独求解能力，提供了一套系统的方法和思路。 本书适合数独初学者以及希望提升自己数独解题能力的读者参考阅读。

出东北记：从东北书写到算法时代的文学

黄平

已完结· 7.82万字

一群来自东北的青年作家，以他们的写作震动文坛。双雪涛、班宇、郑执，他们再一次提醒我们，文学不是一种可以分离出去的“专业”，而是从来都和生活血肉相连。

新媒体革命2.0：算法时代的媒介、公关与传播

仇勇

已完结· 12.57万字

这既是古典媒体的大裂变年代，也是在线媒体开启的新闻业的黄金时代。信息流动的新法则不仅改变了媒体业，也在重塑公关、传播和商业的面貌。总之，这个世界的连接方式不一样了。而且，这一改变是不可逆转的。在这个全新重启的在线时代里，无论是从信息的获取还是商业本身，信任都变得比以往更重要。写作本书的原因，一方面是想与诸位探讨媒体、公关、传播的困境和出路，另一方面，则是关于信任的重要性以及如何获取信任的思考。从告别传统媒体的那一刻起，我就有着两个小小的野心：找到媒体适用于在线时代的生产方式；让优质内容有权获得合理的市场定价。很希望能看到真正的新媒体涌现，并实现它。这是一本唤醒之作。它不提供良方，不关乎实战，不解决问题，只是希望剌激您的思考。本书没有任何名人腰封，也没有推荐序言，不求点赞，只求骂评。新媒体趋势和市场瞬息千变，注定本书永远只是Beta版，希望你和我一起让它不断迭代更新。

恋爱算法

喜沙

已完结· 35.30万字

铁证如山！十八线小演员、情场浪子萧橪居然是国民女神柳涣涣出轨事件中的男小三！照片都拍到了，高清视频更是实锤。“你怎么知道视频是假的！”“因为我是AI专家，算法工程师，还因为你没有八块腹肌！”她是满脑子算法和数据的计算机博士，人工智能专家，极端理性。他是游走花丛，片叶不沾身的娱乐圈新晋小狼狗，桀骜不羁。爱我你怕了吗？谁说IT让女性禁足，女科学家带你硬核姐弟恋。

OpenCV 4机器学习算法原理与编程实战

朱斌

已完结· 13.09万字

《OpenCV 4机器学习算法原理与编程实战》主要面向机器学习领域的研究与开发人员，采用原理结合实战的方式，介绍OpenCV 4 的机器学习算法模块与深度神经网络模块中的核心算法原理与C++编程实战。全书共10 章， 第1~3 章，介绍OpenCV 4 的基础知识、基本图像操作和机器学习基础知识；第4~8 章，介绍K-means、KNN、决策树、随机森林、Boosting 算法和支持向量机等机器学习算法与编程实战；第9~10 章，介绍神经网络与深度神经网络的基本原理与编程实战，并提供了多种类型的深度学习模型的部署示例代码。 《OpenCV 4机器学习算法原理与编程实战》基本聚焦于机器学习在计算机视觉领域的应用，既可以作为相关专业学生的教材，也可以作为研究人员或工程技术人员的参考资料。

Scratch+数学与算法进阶

邱永忠　著

已完结· 2.31万字

本书是一本Scratch 3.0的进阶书籍，阅读本书需要具备一定的Scratch语法基础，例如，变量、赋值、数学运算符、逻辑运算符、条件判断、循环、列表、自制积木等，还应熟悉流程图的概念。 本书分五章，共30节，包括36个任务，25个实战练习。每节以一个任务引领，将数学公式、原理与编程相结合，引领读者在奇妙的编程之旅中探索数学奥秘，轻松地走上算法进阶之路。 Scratch与数学相结合，通过算法的学习，使小读者在学习编程的同时强化数学素养，从而拓展思维。例如，利用海伦公式求三角形面积，快速分解质因数，输出斐波那契数列的任意项，展示哥德巴赫猜想的部分结果，等等。

自动驾驶算法与芯片设计

任建峰，蒋立源，余成文　著

已完结· 16.58万字

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现，汽车智能化形成趋势，辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据，其中视频处理需要大量并行计算。然而，传统CPU算力不足，而DSP擅长图像处理，对于深度学习却缺乏足够的性能。尽管GPU擅长训练，但它过于耗电，影响汽车的性能。因此，本书着眼于未来，认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标，来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。 本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2～6章重点讲述环境感知以及规划控制方面的算法设计；第7～10章重点讲述深度学习模型的优化和深度学习芯片的设计；第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计；第13章介绍5G车联网。 本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。

学习OpenCV 4：基于Python的算法实战

朱斌

已完结· 13.09万字

深入浅出AI算法：基础概览

吕磊

已完结· 10.05万字

《深入浅出AI算法：基础概览》从理论到实践，循序渐进地介绍了人工智能算法的基础知识，帮助读者敲开人工智能算法之门。本书内容共8章，包括算法的历史背景与基本概念、算法相关的数学基础知识、信息学算法与数据结构相关的概念与知识，以及业界常用的机器学习算法。同时，本书还介绍了算法工程的组成部分，以及一个典型的算法工程实践项目，手把手带领读者体验算法的魅力。本书还介绍了人工智能算法的三大研究方向，帮助读者迈向AI算法的进阶学习之路。 《深入浅出AI算法：基础概览》每一章的内容都采用了“总分总”形式，并且在章节末尾提炼出该章的核心关键词，方便读者进一步查询回顾。其中，第2章～第7章配有若干代表性的思考题，帮助读者巩固章节所学知识。 《深入浅出AI算法：基础概览》适合从事与人工智能相关的工程技术人员和高等院校相关专业的学生，以及在AI领域就业一两年以内的职场人士阅读

3D计算机视觉：原理、算法及应用

章毓晋　编著

已完结· 22.89万字

数据分析与挖掘算法：Python实战

张晓东著

已完结· 6.32万字

《数据分析与挖掘算法：Python实战》是一本介绍数据分析相关算法的学习指南，主要包括数据分析及数据挖掘相关概念介绍、数据思维及各种数据分析算法的原理及实现方法。本书的每个数据分析算法都介绍了数学原理、Python代码实现以及实战案例，内容丰富、容易理解。 本书共9章，第1章介绍了数据挖掘与数据分析、机器学习之间的关系；第2 章介绍了数据分析人员应该具备的数据思维，包括数据思维认知、数据挖掘“定律”；第3~9章介绍了各种数据分析算法的原理、实现方法及实战案例，其中包括逻辑回归、决策树、朴素贝叶斯、聚类分析、关联规划、人工神经网络、集成学习。 《数据分析与挖掘算法：Python实战》适合从事数据分析工作的读者自学，也可作为产品经理、运营人员、市场人员和对数据分析感兴趣的读者的参考用书。

算法深潜：勇敢者的Python探险

（美）布拉德福德·塔克费尔德（BradfordTuckfield

已完结· 10.25万字

本书是算法入门指南，基于Python语言讲述算法实现。具体内容包括：搜索、排序和最优化算法；以人为本的算法，帮助人们决定如何接棒球或自助餐吃多少；先进的高级算法，比如机器学习和人工智能相关算法；古代文明时期的算法，如古埃及和俄罗斯农夫如何使用算法来实现乘法，古希腊人如何使用算法来找到最大公约数，以及江户时代的日本学者如何设计幻方生成算法。

从零开始学算法（基于Python）

李峰　编著

已完结· 11.55万字

本书的目的是帮助初学者掌握编程中的基础算法，并通过Python语言进行实战演练，通过即学即练的方式掌握这些经典算法，让读者真正体会算法的美妙，成为读者学习算法的领路人。 本书分为8章，涵盖的主要内容有：算法之美，通过生活中的例子学习算法；贪心算法，选择当前最优的方案；分而治之算法，将复杂的问题拆分为简单的问题；树算法，围绕树结构的各种算法；图算法，围绕图结构的各种算法；动态规划，一种求解最优问题的强大工具；回溯法，深度优先遍历问题的解空间；分支限界法，广度优先遍历问题的解空间。 本书内容通俗易懂，案例丰富，实用性强，适合算法初学者阅读，也适合Python程序员及其他编程爱好者阅读。另外，本书也适合作为相关培训机构的教材。

算法竞赛实战笔记

梁博　编著

已完结· 10.21万字

深度强化学习算法与实践：基于PyTorch的实现

张校捷　编著

已完结· 15.61万字

《深度强化学习算法与实践：基于PyTorch的实现》从强化学习的基础知识出发，结合PyTorch 深度学习框架，介绍深度强化学习算法各种模型的相关算法原理和基于PyTorch 的代码实现。作为一本介绍深度强化学习知识的相关图书，本书介绍了常用的强化学习环境，基于价值网络的强化学习算法和基于策略梯度的强化学习算法，以及一些常用的比较流行的深度强化学习算法（如蒙特卡洛树搜索）等。另外，还介绍了深度强化学习算法在实际问题中的一些应用。 作为一本深度强化学习的入门书籍，本书主要面向有深度学习和Python 基础，并且希望对深度强化学习有所了解的读者。读者不仅可以从本书中获取深度强化学习有关的理论知识，还可以得到深度强化学习领域的实践知识。

Python机器学习算法与实战

孙玉林，余本国

已完结· 13.02万字

《Python机器学习算法与实战》基于Python语言，结合实际的数据集，介绍如何使用机器学习与深度学习算法，对数据进行实战分析。本书在内容上循序渐进，先介绍了Python的基础内容，以及如何利用Python中的第三方库对数据进行预处理和探索可视化的相关操作，然后结合实际数据集，分章节介绍了机器学习与深度学习的相关算法应用。 《Python机器学习算法与实战》为读者提供了源程序和使用的数据集，方便读者在阅读时同步运行程序，在增强学习效果的同时为读者节省了编写程序的时间。源程序使用Notebook的形式进行组织，每个小节注释清晰，讲解透彻。同时为程序配备了相应的视频讲解，辅助读者加强对程序的理解和消化。本书在简明扼要地介绍算法原理的同时，更加注重实战应用和对结果的解读。 《Python机器学习算法与实战》适合需要掌握机器学习与深度学习基础的读者，学习完本书后，读者将会具备选择合适算法，完成对自有数据集的预处理、建模分析与预测的能力，并且会对机器学习与深度学习算法有更深的理解。

自动驾驶算法与芯片设计

任建峰，蒋立源，余成文　著

已完结· 16.58万字

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现，汽车智能化形成趋势，辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据，其中视频处理需要大量并行计算。然而，传统CPU算力不足，而DSP擅长图像处理，对于深度学习却缺乏足够的性能。尽管GPU擅长训练，但它过于耗电，影响汽车的性能。因此，本书着眼于未来，认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标，来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。 本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2～6章重点讲述环境感知以及规划控制方面的算法设计；第7～10章重点讲述深度学习模型的优化和深度学习芯片的设计；第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计；第13章介绍5G车联网。 本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。

神机妙算：一本关于算法的闲书

顾森

已完结· 16.37万字

本书撷取生活中的趣闻逸事，将它们抽象成一个一个算法，寓教于乐，并阐述了主流算法背后的来龙去脉，包括贪心算法、排序算法、RSA算法、递归、分治、动态规划等经典内容。 本书适合对算法有好奇心的人群阅读。

现代推荐算法

赵致辰　编著

已完结· 19.20万字

本书深入全面地讲解了现代推荐算法，同时兼顾深度和广度，介绍了当下较前沿、先进的各类算法及其实践。本书从总览篇开始，介绍推荐系统的基本概念及工作环节。在模型篇中，除了梳理推荐系统的发展史，本书还重点讲解面向工业实践的选择及改进，为读者打下推荐系统的算法基础；进而带着读者进阶到前沿篇、难点篇，面对推荐系统中的各式问题，给出解决方案；*后在决策篇中，从技术原理和用户心理出发，解释一些常见决策背后的依据，从而帮助读者从执行层面进阶到决策层面，建立大局观。本书力求用简洁易懂的语言说清核心原理，对已经有一定机器学习概念和数学基础的学生和相关领域的从业者非常友好，特别适合推荐系统、计算广告和搜索领域的从业者及学生拓展新知和项目实战

算法竞赛实战笔记

梁博　编著

已完结· 10.21万字

系统故障诊断技术、算法及MATLAB实现

魏秀琨，王志鹏，辛格　编著

已完结· 11.58万字

深度学习之模型优化：核心算法与案例实践

言有三　著

已完结· 13.68万字

算法通关之路

路志鹏等

已完结· 15.42万字

算法深潜：勇敢者的Python探险

（美）布拉德福德·塔克费尔德（BradfordTuckfield

已完结· 10.25万字

算法深潜：勇敢者的Python探险

（美）布拉德福德·塔克费尔德（BradfordTuckfield

已完结· 10.25万字

自动驾驶算法与芯片设计

任建峰，蒋立源，余成文　著

已完结· 16.58万字

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现，汽车智能化形成趋势，辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据，其中视频处理需要大量并行计算。然而，传统CPU算力不足，而DSP擅长图像处理，对于深度学习却缺乏足够的性能。尽管GPU擅长训练，但它过于耗电，影响汽车的性能。因此，本书着眼于未来，认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标，来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。 本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2～6章重点讲述环境感知以及规划控制方面的算法设计；第7～10章重点讲述深度学习模型的优化和深度学习芯片的设计；第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计；第13章介绍5G车联网。 本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。