机器学习中的数学修炼

评分9.2分

全书共分为两篇：在上篇中，将从浩瀚的数学海洋中撷取机器学习研究人员最为必须和重要的数学基础。内容主要包括：微积分（含场论）、数值计算和常用最优化方法、概率论基础与数理统计、线性代数等。在下篇中，将选取机器学习中最为常用的算法和模型进行讲解，这部分内容将涉及（广义）线性回归、图模型（包含贝叶斯网络和HMM等）、分类算法（包括SVM，逻辑回归，神经网络等）和聚类算法（包括K均值和EM算法等）等话题。

图像处理中的数学修炼（第2版）

评分9.0分

全书共分为两大部分，第一部分总结了图像处理中可能用到的基本数学原理：具体内容包括微积分、场论、复变函数、泛函分析、偏微分方程等内容。这些话题每一个展开都有相当涉及到相当多的内容，而我们第一部分所完成的，恰恰是挟取各门数学知识中与图像处理最为密切相关的部分，这样才能方便数学基础薄弱的读者集中精力打攻坚战，而无需耗费过多精力却抓不到重点。

编码：隐匿在计算机软硬件背后的语言

评分9.6分

这是一本讲述计算机工作原理的书。不过，你千万不要因为“工作原理”之类的字眼就武断地认为，它是晦涩而难懂的。作者用丰富的想象和清晰的笔墨将看似繁杂的理论阐述得通俗易懂，你丝毫不会感到枯燥和生硬。更重要的是，你会因此而获得对计算机工作原理较深刻的理解。这种理解不是抽象层面上的，而是具有一定深度的，这种深度甚至不逊于“电气工程师”和“程序员”的理解。

数字图像处理原理与实践：基于Visual C++开发

评分8.8分

本书全面系统地讲述了在visual c++环境下进行数字图像处理编程的技术和方法。全书共分成14章，针对数字图像处理领域中的核心话题，如色彩空间、图像文件格式、图像的点运算、图像的几何变换、图像的增强处理、边缘检测和轮廓跟踪、图像形态学、图像分割、图像加密等，进行了详细的介绍。另外，针对visual c++ 2005下的数字图像处理开发，本书还对设备无关位图、图形设备接口、opencv及imagemagick等在实际开发中常用的具体技术进行了讲解，并辅以大量实例代码，具有很强的参考价值。

代码揭秘

评分9.1分

本书从程序设计角度出发，以C/C++为描述语言，以Visual C++为形式工具，将隐藏在代码背后的关于计算机组成原理、计算机操作系统等方面的原理和知识娓娓道来，不仅让读者知其然，更要让读者知其所以然。通过代码揭秘与代码编写这条主线索，详细地描述了计算机组织和代码生成原理等内容。并让这些知识再反作用于编程实践，从而帮助读者写出更适合机器优化的高质量代码。揭开代码背后鲜为人知的秘密，从而让你能够写出适合与计算机交流的优秀代码。