主要讲解未来40年都会有用的数据科学，如数据分析、机器学习、深度学习、数据挖掘等相关方面，最重要的基础理论。涉及高维空间、最佳拟合子空间和奇异值分解( SVD )、随机游走和马尔可夫链、机器学习、海量数据问题相关的算法：Streaming，Sketching，Sampling、聚类、Random Graph、主题模型、非负矩阵分解、隐马尔可夫模型和图形模型等12个主题。

This book is a general introduction to machine learning that can serve as a textbook for students and researchers in the field. It covers fundamental modern topics in machine learning while providing the theoretical basis and conceptual tools needed forthediscussionandjustificationofalgorithms.Italsodescribesseveralkeyaspects of the application of these algorithms.

全面介绍了多智能体系统，这本教科书是从计算机科学的角度从运筹学，博弈论，经济学，逻辑，甚至哲学和语言学写的，而思想汇集。

Foundations of Cryptography(中文版).pdf中文版

微波工程 基础 第2版，,非常经典一部国外教材，可以和翻译的版本对照着看。

Foundations-of-Differential-Geometry Volume-1 Shoshichi-Kobayashi 微分几何基础

Foundations-of-Differential-Geometry Volume-2 Shoshichi-Kobayashi 微分几何基础

Neural Network Learning Theoretical Foundations 神经网络的理论基础

Ensemble Methods_Foundations and Algorithms.pdf；Ensemble Methods_Foundations and Algorithms.pdf

Thompson的关于网格生成的经典文章