最近以来一直在学习机器学习和算法，然后自己就在不断总结和写笔记，记录下自己的学习AI与算法历程。 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

本书号称『高速上手』，从内容上对二十一世纪二十年代之前产生 C++ 的相关特性做了非常相对全面的介绍，读者可以自行根据下面的目录选取感兴趣的内容进行学习，快速熟悉需要了解的内容。这些特性并不需要全部掌握，只需针对自己的使用需求和特定的应用场景，学习、查阅最适合自己的新特性即可。

本书是对 Boost C++ 库的介绍，Boost 库通过加入一些在实践中非常有用的函数对 C++ 标准进行了补充。 由于 Boost C++ 库是基于 C++ 标准的，所以它们是使用最先进的 C++ 来实现的。 它们是平台独立的，并由于有一个大型的开发人员社区，它可以被包括 Windows 和 Linux 在内的许多操作系统所支持。Boost C++ 库可以提升你作为一个 C++ 开发人员的生产力。 例如，你可以从智能指针中受益，帮助你写出更可靠的代码，或者使用某个库来开发平台独立的网络应用。 因为多数 Boost C++ 库正被收录进下一个版本的 C++ 标准，所以你可以从今天就开始作好准备。

《神经网络与深度学习》是《Neural Networks and Deep Learning》的中文翻译，一本免费的在线电子书。本书主要介绍以下内容：神经网络，一种启发自生物学的优美的编程范式，能够从观测到的数据中进行学习。深度学习，一系列神经网络中强大的学习技巧。神经网络和深度学习为图像识别、语音识别、自然语言处理等问题提供了目前最好的解决方案。

《动手学深度学习》，英文版即伯克利深度学习（STAT 157，2019春）教材。面向中文读者、能运行、可讨论。

本项目面向对深度学习感兴趣，尤其是想使用PyTorch进行深度学习的童鞋。本项目并不要求你有任何深度学习或者机器学习的背景知识，你只需了解基础的数学和编程，如基础的线性代数、微分和概率，以及基础的Python编程。

智能钛机器学习平台通过可视化的拖拽布局，组合各种数据源、组件、算法、模型、评估模块及部署模块，为AI工程师提供从数据预处理、模型训练、模型评估到模型服务部署的全流程服务

在学习Web安全的过程中，深切地感受到相关的知识浩如烟海，而且很大一部分知识点都相对零散，如果没有相对清晰的脉络作为参考，会给学习带来一些不必要的负担。于是在这之后尝试把一些知识、想法整理记录下来，最后形成了这份笔记。希望这份笔记能够为正在入门的网络安全爱好者提供一定的帮助。

《Linux 101 Hacks》是一本关于 Linux 使用技巧的免费电子书籍。本书总计 140 页，包含 12 章，讲解了 101 个 hack，涉及的内容包括 Linux 命令精要、日期处理、定制命令提示符、系统管理、Bash 脚本、Apachectl 及 Httpd 例解、系统监视与性能等等，总之很值得一看。

从零开始内网渗透学习