《机器学习》
这是一本系统而精要的入门指南，深入浅出地揭示了机器学习如何成为当今数字智能时代的“隐形引擎”。从Netflix的推荐算法、Siri的语音识别，到自动驾驶和医疗诊断，机器学习正悄然重塑我们的生活。本书不仅清晰阐释了机器如何从数据中“学习”并做出决策，更以全局视角勾勒出其技术全貌： 从基础到前沿：涵盖监督学习、无监督学习、强化学习等核心学习范式，深入讲解神经网络与深度学习的原理与突破。 从理论到现实：结合二手车估价、垃圾邮件过滤、AlphaGo等丰富案例，生动展示机器学习在视觉、语言、游戏等领域的实际应用。 从技术到伦理：全新探讨数据隐私、算法公平、系统透明度、责任归属等社会性议题，直面技术发展中的挑战与风险。 从当下到未来：展望机器学习在边缘计算、自动驾驶、太空探索等领域的潜力，并思考其与人类社会共生的未来路径。 作者以深厚的学术功底与清晰的叙述风格，为初学者与从业者构建了一个既坚实又开放的知识框架。本书不仅是理解机器学习基本原理的理想读物，更是思考智能技术如何负责任地融入世界的必读之作。
《回收》
★  本书代表了欧美对“回收”的全新认知，读懂即站在潮流最前沿。 ★  内容简约而不失系统全面，一本书读懂“回收”的历史。 ★  作为环保核心议题之一，回收既是随处可见的，又是力所能及的。
《塑料》
MIT权威视角，构建塑料的“全景认知图谱” 直面“白色污染”真相，从认知觉醒到行动赋能 写给未来公民的必读手册，重塑你与塑料的关系
《内容》
★  从社交软件到短视频，从网红到流量明星，一本书读懂内容时代的本质。 ★  全书简约而不失系统全面，一本书读懂“内容”的历史。 ★  读懂“内容”，对洗脑宣传、信息茧房保持警惕，在内容时代保持清晰认知。
《食物》
我们每日拿起餐具，或许鲜少深究食物背后横跨全球的复杂脉络——从农场沃土到工厂流水线，从超市货架到家庭餐桌，每一口吃食都隐藏着难以察觉的流动与关联。《食物》用精炼的篇幅说明：食物从来不是孤立的存在，它联结着个人的健康、农民的生计、科技的发展、地球的生态，更关乎全球粮食分配的公平。 知名食品研究学者法比奥・帕拉塞科利以“地方到全球”的视野，带领读者看见“盘中餐”背后的深层议题：那些为我们生产食物的人，自己吃些什么？技术发展、商业活动、政治博弈如何改变我们的日常饮食？食品安全困境如何破解？在变化不断发生的现在，这不只是一本解读食物的书，更是一份让每个人读懂“吃”的逻辑，成为清醒“食物公民”的实用指南。
《全民基本收入》
给所有公民发钱，会不会养出懒汉？ 全民基本收入，究竟是异想天开的还是切实可行的？ 简明通俗的“全民基本收入”读本，理解这个理念的是是非非 人工智能时代，全民基本收入将让所有人不再害怕失业
《数据科学》
1.系统思维。助你建立坚实的数据科学认知框架，掌握从问题定义到模型落地的系统性思维。 2.超越理论。直指数据实践中的真实挑战，揭示工程现实如何决定项目成败。 3.实战导向。提炼7大项目成功原则，提供从问题定义到业务整合的完整行动清单。 4.前瞻视野。直面数据偏见与隐私伦理挑战，培养负责任的、面向未来的数据素养。