泄露天机 ——《密码学：成为一名密码朋克》全系列资料整理 密码学的更多秘密，在这里。 从古典密码到现代密码，从传递军事信息到计算比特币，密码学的发展演变，在暗中构筑了我们今天的生活。在《成为一名密码朋克》的制作过程中，我们参考了以下资料，包括一些专业书籍和相关网站。

希望可以助你一臂之力 : )

书籍 img

《图解密码技术》第 3 版 〔日〕结城浩 人民邮电出版社 img

《欧姆社学习漫画-数学·漫画密码》 〔日〕三谷政昭 佐藤伸一 科学出版社 img

《码书：编码与解码的战争》 〔英〕西蒙·辛格 江西人民出版社 img

《艾伦·图灵传：如谜的解谜者》 〔英〕安德鲁·霍奇斯 湖南科学技术出版社 img

《信息安全基础（第2版）》 胡国胜，张迎春，宋国徽 电子工业出版社 img

《现代密码学中的布尔函数》 温巧燕 纽心怡 杨义先 科学出版社 img

《信息论、编码与密码学》 田丽华[编] 西安电子科技出版社 img

《密码学——加密演算法》 邓安文 中国水利水电出版社 img

《椭圆曲线密码学导论》 〔加〕Darrek Hankerson，Alfred Menezes，Scott Vanstone 电子工业出版社 img

《公开密钥密码算法及其快速实现》 周玉洁 冯登国 国防工业出版社 img

《Cryptanalysis a Study of Ciphers and Their Solutions》 〔美〕Helen Fouché Gaines Dover Publications img

《A Graduate Course in Applied Cryptography》 〔美〕Dan Boneh， Victor Shoup 《Introduction to Finite Fields and their Applications》 〔澳〕Rudolf Lidl，Harald Niederreiter Cambridge University Press 网站 img

历史上的著名密码整理：http://cryptiana.web.fc2.com/code/crypto.htm

img

频率分析网站：https://www.101computing.net/frequency-analysis/

此外，更多《成为一名密码朋克》的补充知识和制作花絮，可以在课程实体套装中的密码学随身手册里看到。你可以在「干燥工厂」的淘宝或微信小程序搜索购买。

祝你学习愉快！

关于人工智能，你可以了解得更多。 在设计《一个人工智能的诞生》这套课程的过程中，制作组主要参考了以下资料，包括文字版教材、读物，以及一些视频教程和在线课程。

希望它们对你有所帮助。

主要教材读物 img

《深度学习的数学》 〔日〕涌井良幸 人民邮电出版社 可以说是「EPEX 算一算」的文字版，手把手用 excel 带你算卷积和梯度下降。其中有关向量的讲解也不错。

img

《机器学习实战：基于 Scikit-Learn 和 TensorFlow》2018版 〔美〕Aurélien Géron 机械工业出版社 内含代码的机器学习入门经典书。

img

《机器学习》 清华大学出版社 周志华 另外一本非常经典的机器学习入门教程，非常全面。不只有神经网络，还有介绍了决策树、支持向量机等方法。

img

《Neural networks and deep learning》 Michael Nielsen http://neuralnetworksanddeeplearning.com/

中文版链接

一本网络教材，聚焦神经网络和深度学习。非常专业，公式密度大。

img

《普林斯顿微积分读本》（修订版） 〔美〕阿德里安·班纳 人民邮电出版社 「EP07 一点点微积分」的参考资料，广受好评的微积分入门教科书。

视频教程与在线课程 img

深度学习 Deep Learning 3Blue1Brown 汉化版：https://space.bilibili.com/88461692/channel/detail?cid=26587

原网站：https://www.3blue1brown.com/

Youtube频道：https://www.youtube.com/c/3blue1brown

可以说是数学可视化之王。

img

Machine Learning | Coursera Andrew Ng https://www.coursera.org/learn/machine-learning

img

Deep Learning | Coursera Andrew Ng https://www.coursera.org/specializations/deep-learning

吴恩达的机器学习 coursera 课 * 2。每节课很短，但都讲得很清晰。

img

Machine Learning (2021) Mandarin Version Hung-yi Lee 原地址：https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J

B站地址：https://www.bilibili.com/video/BV1JE411g7XF

李宏毅老师在台湾大学的上课录屏。其中手算 LSTM 让人印象深刻，非常透彻。

img

Stanford University CS231n: Convolutional Neural Networks for Visual Recognition Fei-Fei Li，Ranjay Krishna，Danfei Xu http://cs231n.stanford.edu/

斯坦福大学的卷积神经网络课程。基本所有课程用到的资料都可以在这个网站里找到。

img

NLP Course | For You Lena Voita https://lena-voita.github.io/nlp_course.html

有关自然语言处理的线上课程，有关语言模型、词嵌入等概念都介绍得很好。没怎么看到有人推荐，但其实做得非常清晰易懂。

以上就是《一个人工智能》课程中用到的主要参考资料，如果你有其他资料想要推荐，欢迎在评论区分享 : )

封面：Markus Winkle on unsplash