Learn how to implement the most common and useful data structures and algorithms in Swift! Currently updated to: Platform: iOS12; Language: Swift4.2; Editor: Xcode10

在很多网站上得知problem-solving-with-algorithms-and-data-structure-using-python是一本很好的书，此处只是中文版，英文版在：http://www.interactivepython.org/runestone/static/pythonds/index.html#。

Contents Preface xv Prologue: A machine learning sampler 1 1 The ingredients of machine learning 13 1.1 Tasks: the problems that can be solved with machine learning . . . . . . . 14 Looking for structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 Evaluating performance on a task . . . . . . . . . . . . . . . . . . . . . . . . 18 1.2 Models: the output of machine learning . . . . . . . . . . . . . . . . . . . . 20 Geometric models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 Probabilistic models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 Logical models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 Grouping and grading . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 1.3 Features: the workhorses of machine learning . . . . . . . . . . . . . . . . 38 Two uses of features . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 Feature construction and transformation . . . . . . . . . . . . . . . . . . . 41 Interaction between features . . . . . . . . . . . . . . . . . . . . . . . . . . 44 1.4 Summary and outlook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 What you’ll find in the rest of the book . . . . . . . . . . . . . . . . . . . . . 48 2 Binary classification and related tasks 49 2.1 Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 ixx Contents Assessing classification performance . . . . . . . . . . . . . . . . . . . . . . 53 Visualising classification performance . . . . . . . . . . . . . . . . . . . . . 58 2.2 Scoring and ranking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 Assessing and visualising ranking performance . . . . . . . . . . . . . . . . 63 Turning rankers into classifiers . . . . . . . . . . . . . . . . . . . . . . . . . 69 2.3 Class probability estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 Assessing class probability estimates . .

Algorithms in C++, 1 - 4

书籍，介绍wfst在语音识别中的应用教程。讲得十分详细，值得一读。

我关注了这个系列的书有一段时间了，本来是不想买这本书的，动画相关的部分目前对我来说没用。但是，前一段时间我们的项目需要做到活动的人体与衣服做碰撞，模拟组调研了一些资料，如实时体素化之类的，但是貌似开销很大，我这段时间想弄明白跟人体动画相关的知识，看看这个部分大致有哪些基础工作和难点，就弄了一本。   入门的好书，覆盖了动画效果中的大部分内容。插值计算部分还是有一些深度的，这部分要求还记得微积分和数值计算；也讲明了前向动力学、逆向动力学各自的优劣；隐式方程与level set，这部分在实时布料模拟方面也有应用；流体模拟方面讲解的不是很深入，而这方面更多是模拟方向，而且可以做的很深入，基本上不算动画了；关于动作捕获技术，这部分本应该是重点的，但是，本书只讲了传统的CV 实现技术，个人基本上使用不了，而没有提到最新的传感器fusion技术，深度摄像头技术，像Noitom 的高 性价比动作捕捉设备，Kinect /Xtion Pro 通过简单的算法直接获取简单的骨骼信息，这些都是可以个人实现的。12年出版的书，还是有点落后了。总体来说，还是入门时必备。希望作者尽快更新。   我现在依然在学习渲染和 物理引擎，等这两个主要部分学习完成了，就可以在整个系统中加入人物，动画效果。还是挺爽的。最近想到了在VR游戏中，动画部分还是很有用处的。以前在表现效果较好的端游中，人物的动作还是没有达到令人舒服的连贯与流畅，在VR游戏中，两个虚拟的人彼此可见，动作效果不好会很容易观察出来的。所以，这一块儿还是需要做一些工作的。 --------------------- 作者：knowthyselfcn 来源：CSDN 原文：https://blog.csdn.net/cloudqiu/article/details/54969965 版权声明：本文为博主原创文章，转载请附上博文链接！

Dan Gusfield的字符串处理的经典书籍Algorithms on Strings, Trees and Sequences，完整版，550页。pdf版本

《Computational Geometry - Algorithms and Applications》第三版，2008年出版，pdf格式

Algorithms.in.C++.Part.5.Graph.Algorithms

synthetic aperture radar signal processing with matlab algorithms一本经典的SAR外文资料，希望对大家有帮助