人工智能 （第2版）
[美] 史蒂芬·卢奇（Stephen Lucci）
评分 9.1分
作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。 本书包括引言、基础知识、基于知识的系统、高级专题以及现在和未来五部分内容。第一部分从人工智能的定义讲起，就人工智能的早期历史、思维和智能的内涵、图灵测试、启发法、新千年人工智能的发展进行了简要论
产品逻辑之美：打造复杂的产品系统
潘一鸣 编著
评分 7.6分
互联网已经深刻地改变了这个时代。为了更好地满足用户的需求，互联网产品背后的系统逻辑也变得越来越复杂。为了跟上时代的脚步，每一个互联网从业者都需要不断升级自己的知识体系。 《产品逻辑之美：打造复杂的产品系统》希望同时兼顾理论和实战，使读者既能深入理解理论知识，又能把理论知识用于实战。所以在书中不仅包含了不同系统的最小知识量，也包含了大量的实际案例。第1部分是新时代
用户画像
赵宏田
评分 7.5分
本书从技术维度系统讲解了用户画像的方法论和一些常见的工程化解决方案。 全书共分为9个章节。 第一章 用户画像基础：讲述用户画像的一些基础概念、数据仓库架构、整个项目开发的流程、以及画像相关的表结构设计； 第二章 数据指标体系：从用户属性、用户行为、用户消费、风险控制等四个维度详细罗列了常用到的用户标签，这些标签基本涵盖了大
深度学习推荐系统
王喆
评分 9.3分
深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。 《深度学习推荐系统》既适合推荐系统、计算广告和搜索领域的从业者阅读，也适合人工智能相关专业的本 科生、研究生、博士生阅读，帮助他们建立深度学习推荐系统的技术框架，通过学习前沿案例 加强深度学习
联邦学习
杨强
评分 6.4分
如何在保证本地训练数据不公开的前提下，实现多个数据拥有者协同训练一个共享的机器学习模型？传统的机器学习方法需要将所有的数据集中到一个地方（例如，数据中心），然后进行机器学习模型的训练。但这种基于集中数据的做法无疑会严重侵害用户隐私和数据安全。如今，世界上越来越多的人开始强烈要求科技公司必须根据用户隐私法律法规妥善地处理用户的数据，欧盟的《通用数据保护条例》是一个很好的例子。在本书中
风控要略：互联网业务反欺诈之路
马传雷
评分 8.3分
这是一本全面描述互联网业务反欺诈体系的书籍，《风控要略——互联网业务反欺诈之路》主要分为洞察黑产、体系构建、实战教程和新的战场4个部分。第1部分介绍了黑产欺诈团伙的运作套路和攻击手段；第2部分总结了我们在构建反欺诈技术体系过程中沉淀的实践经验；第3部分分享了我们和黑产对抗的多个实战案例，以及机器学习算法的综合运用；第4部分介绍了我们在物联网、内容安全、隐私合规等方面的实践和对海外厂商的观察。
策略产品经理：模型与方法论
青十五
评分 8.6分
这是一部从数学、经济学、人工智能3个角度讲解策略产品经理方法论的著作。 作者对自己多年的策略产品经验进行了总结和提炼，D创了函数方法论和经济学方法论。这些方法论在大量实践中被证明行之有效。本书对这两大方法论进行了详细讲解，并且重点讲解了策略产品经理应该掌握的机器学习、深度学习核心知识。 更重要的是，本书还传递了一种非常重要的策略产品思想：所有
人工智能全传
[英]迈克尔·伍尔德里奇
评分 8.5分
人工智能自诞生以来，仅仅用了60多年，就已经能够识别人脸、精准推送广告、自动驾驶汽车、赢过世界围棋冠军……如今，这项技术正以指数级的增长速度发展，渗透人类生活的所有领域，想要回避已经不再可能。面对如此压倒性的力量，人们不由得问：人工智能会不会超越人类？ 在本书中，英国国宝级人工智能学者、牛津大学计算机学院院长，首次融合科技、商业、人类学、心理学、社会学等学科领域的前沿知识
