程序员必会的40种算法

程序员必会的40种算法
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [加] (Imran Ahmad) ,
2021-09
版次: 1
ISBN: 9787111690337
定价: 99.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 280页
  • 本书致力于利用算法求解实际问题,分为三部分。第一部分介绍算法的核心内容,探讨什么是算法、如何设计算法,同时学习在算法中使用的数据结构,还深入讲解排序算法、查找算法和求解图问题的算法。第二部分讨论各种机器学习算法,包括无监督机器学习算法和传统监督学习算法,详细讨论一些自然语言处理算法,以及推荐引擎。第三部分讨论更高级的算法,重点讨论密码算法和大规模算法,还探讨在算法实现时应该考虑的实际因素。此外,本书还包含一些案例分析(如天气预测、推文聚类和电影推荐引擎),用来说明如何才能最佳地应用这些算法。 

    伊姆兰·艾哈迈德(Imran Ahmad) 是一名经过认证的谷歌讲师,多年来一直在谷歌和学习树(Learning Tree)任教,主要教授Python、机器学习、算法、大数据和深度学习。他在攻读博士学位期间基于线性规划方法提出了名为ATSRA的新算法,用于云计算环境中资源的优化分配。近4年来,他一直在加拿大联邦政府的高级分析实验室参与一个备受关注的机器学习项目。该项目旨在开发机器学习算法,使移民过程自动化。他目前正致力于开发最*地使用GPU来训练复杂的机器学习模型的算法。 

    译者序 
    前言 
    关于作者 
    关于审校者 
    第一部分 基础与核心算法 
    第1章 算法概述2 
    11 什么是算法2 
    12 描述算法逻辑4 
    121 理解伪代码4 
    122 使用代码片段6 
    123 制定执行计划6 
    13 Python包简介7 
    131 Python包8 
    132 通过Jupyter Notebook执行Python9 
    14 算法设计技术10 
    141 数据维度11 
    142 计算维度12 
    15 性能分析13 
    151 空间复杂度分析13 
    152 时间复杂度分析14 
    153 性能评估14 
    154 选择算法15 
    155 大O记号15 
    16 验证算法19 
    161 精确算法、近似算法和随机算法19 
    162 可解释性20 
    17 小结20 
    第2章 算法中的数据结构21 
    21 Python中的数据结构21 
    211 列表22 
    212 元组26 
    213 字典27 
    214 集合28 
    215 数据帧30 
    216 矩阵32 
    22 抽象数据类型33 
    221 向量33 
    222 栈34 
    223 队列36 
    224 栈和队列背后的基本思想37 
    225 树38 
    23 小结40 
    第3章 排序算法和查找算法41 
    31 排序算法简介41 
    311 在Python中交换变量42 
    312 冒泡排序42 
    313 插入排序44 
    314 归并排序46 
    315 希尔排序48 
    316 选择排序50 
    32 查找算法简介51 
    321 线性查找52 
    322 二分查找52 
    323 插值查找53 
    33 实际应用54 
    34 小结56 
    第4章 算法设计57 
    41 算法设计基本概念57 
    411 第一点―所设计算法是否能产生预期的结果58 
    412 第二点―所设计算法是否是获取结果的最佳方法58 
    413 第三点―所设计算法在更大的数据集上表现如何61 
    42 理解算法策略61 
    421 分治策略62 
    422 动态规划策略64 
    423 贪心算法64 
    43 实际应用―求解TSP65 
    431 使用蛮力策略66 
    432 使用贪心算法68 
    44 PageRank算法70 
    441 问题定义70 
    442 实现PageRank算法70 
    45 了解线性规划73 
    46 实例―用线性规划实现产量规划73 
    47 小结76 
    第5章 图算法77 
    51 图的表示77 
    511 图的类型79 
    512 特殊类型的边81 
    513 自我中心网络82 
    514 社交网络分析82 
    52 网络分析理论简介83 
    521 理解最短路径83 
    522 创建邻域84 
    523 理解中心性度量85 
    524 用Python计算中心性指标87 
    53 理解图的遍历88 
    531 广度优先搜索89 
    532 深度优先搜索92 
    54 实例―欺诈分析93 
    541 进行简单的欺诈分析96 
    542 t望塔欺诈分析法97 
    55 小结99 
    第二部分 机器学习算法 
    第6章 无监督机器学习算法102 
    61 无监督学习简介102 
    611 数据挖掘生命周期中的无监督学习103 
    612 无监督学习的当前研究趋势105 
    613 实例106 
    62 理解聚类算法107 
    621 量化相似性107 
    622 分层聚类113 
    623 评估聚类效果115 
    624 聚类算法的应用115 
    63 降维116 
    631 主成分分析116 
    632 主成分分析的局限性118 
    64 关联规则挖掘119 
    641 实例119 
    642 市场购物篮分析119 
    643 关联规则120 
    644 排序规则122 
    645 关联分析算法123 
    65 实例―聚类相似推文127 
    651 主题建模128 
    652 聚类128 
    66 异常检测算法129 
    661 基于聚类的异常检测129 
    662 基于密度的异常检测129 
    663 基于支持向量机的异常检测129 
    67 小结130 
    第7章 传统监督学习算法131 
    71 理解监督机器学习131 
    711 描述监督机器学习132 
    712 理解使能条件134 
    713 区分分类器和回归器134 
    72 理解分类算法135 
    721 分类器挑战性问题135 
    722 评估分类器139 
    723 分类器的各个阶段142 
    724 决策树分类算法143 
    725 理解集成方法146 
    726 逻辑回归149 
    727 支持向量机算法151 
    728 理解朴素贝叶斯算法153 
    729 各种分类算法的胜者156 
    73 理解回归算法156 
    731 回归器挑战性问题156 
    732 线性回归158 
    733 回归树算法162 
    734 梯度提升回归算法163 
    735 各种回归算法的胜者163 
    74 实例―预测天气164 
    75 小结166 
    第8章 神经网络算法167 
    81 理解人工神经网络168 
    82 人工神经网络的演化169 
    83 训练神经网络171 
    831 解析神经网络结构171 
    832 定义梯度下降172 
    833 激活函数173 
    84 工具和框架178 
    841 Keras178 
    842 理解TensorFlow181 
    843 理解神经网络的类型183 
    85 迁移学习185 
    86 实例―用深度学习实现欺诈检测186 
    87 小结189 
    第9章 自然语言处理算法190 
    91 自然语言处理简介190
  • 内容简介:
    本书致力于利用算法求解实际问题,分为三部分。第一部分介绍算法的核心内容,探讨什么是算法、如何设计算法,同时学习在算法中使用的数据结构,还深入讲解排序算法、查找算法和求解图问题的算法。第二部分讨论各种机器学习算法,包括无监督机器学习算法和传统监督学习算法,详细讨论一些自然语言处理算法,以及推荐引擎。第三部分讨论更高级的算法,重点讨论密码算法和大规模算法,还探讨在算法实现时应该考虑的实际因素。此外,本书还包含一些案例分析(如天气预测、推文聚类和电影推荐引擎),用来说明如何才能最佳地应用这些算法。 

  • 作者简介:
    伊姆兰·艾哈迈德(Imran Ahmad) 是一名经过认证的谷歌讲师,多年来一直在谷歌和学习树(Learning Tree)任教,主要教授Python、机器学习、算法、大数据和深度学习。他在攻读博士学位期间基于线性规划方法提出了名为ATSRA的新算法,用于云计算环境中资源的优化分配。近4年来,他一直在加拿大联邦政府的高级分析实验室参与一个备受关注的机器学习项目。该项目旨在开发机器学习算法,使移民过程自动化。他目前正致力于开发最*地使用GPU来训练复杂的机器学习模型的算法。 

  • 目录:
    译者序 
    前言 
    关于作者 
    关于审校者 
    第一部分 基础与核心算法 
    第1章 算法概述2 
    11 什么是算法2 
    12 描述算法逻辑4 
    121 理解伪代码4 
    122 使用代码片段6 
    123 制定执行计划6 
    13 Python包简介7 
    131 Python包8 
    132 通过Jupyter Notebook执行Python9 
    14 算法设计技术10 
    141 数据维度11 
    142 计算维度12 
    15 性能分析13 
    151 空间复杂度分析13 
    152 时间复杂度分析14 
    153 性能评估14 
    154 选择算法15 
    155 大O记号15 
    16 验证算法19 
    161 精确算法、近似算法和随机算法19 
    162 可解释性20 
    17 小结20 
    第2章 算法中的数据结构21 
    21 Python中的数据结构21 
    211 列表22 
    212 元组26 
    213 字典27 
    214 集合28 
    215 数据帧30 
    216 矩阵32 
    22 抽象数据类型33 
    221 向量33 
    222 栈34 
    223 队列36 
    224 栈和队列背后的基本思想37 
    225 树38 
    23 小结40 
    第3章 排序算法和查找算法41 
    31 排序算法简介41 
    311 在Python中交换变量42 
    312 冒泡排序42 
    313 插入排序44 
    314 归并排序46 
    315 希尔排序48 
    316 选择排序50 
    32 查找算法简介51 
    321 线性查找52 
    322 二分查找52 
    323 插值查找53 
    33 实际应用54 
    34 小结56 
    第4章 算法设计57 
    41 算法设计基本概念57 
    411 第一点―所设计算法是否能产生预期的结果58 
    412 第二点―所设计算法是否是获取结果的最佳方法58 
    413 第三点―所设计算法在更大的数据集上表现如何61 
    42 理解算法策略61 
    421 分治策略62 
    422 动态规划策略64 
    423 贪心算法64 
    43 实际应用―求解TSP65 
    431 使用蛮力策略66 
    432 使用贪心算法68 
    44 PageRank算法70 
    441 问题定义70 
    442 实现PageRank算法70 
    45 了解线性规划73 
    46 实例―用线性规划实现产量规划73 
    47 小结76 
    第5章 图算法77 
    51 图的表示77 
    511 图的类型79 
    512 特殊类型的边81 
    513 自我中心网络82 
    514 社交网络分析82 
    52 网络分析理论简介83 
    521 理解最短路径83 
    522 创建邻域84 
    523 理解中心性度量85 
    524 用Python计算中心性指标87 
    53 理解图的遍历88 
    531 广度优先搜索89 
    532 深度优先搜索92 
    54 实例―欺诈分析93 
    541 进行简单的欺诈分析96 
    542 t望塔欺诈分析法97 
    55 小结99 
    第二部分 机器学习算法 
    第6章 无监督机器学习算法102 
    61 无监督学习简介102 
    611 数据挖掘生命周期中的无监督学习103 
    612 无监督学习的当前研究趋势105 
    613 实例106 
    62 理解聚类算法107 
    621 量化相似性107 
    622 分层聚类113 
    623 评估聚类效果115 
    624 聚类算法的应用115 
    63 降维116 
    631 主成分分析116 
    632 主成分分析的局限性118 
    64 关联规则挖掘119 
    641 实例119 
    642 市场购物篮分析119 
    643 关联规则120 
    644 排序规则122 
    645 关联分析算法123 
    65 实例―聚类相似推文127 
    651 主题建模128 
    652 聚类128 
    66 异常检测算法129 
    661 基于聚类的异常检测129 
    662 基于密度的异常检测129 
    663 基于支持向量机的异常检测129 
    67 小结130 
    第7章 传统监督学习算法131 
    71 理解监督机器学习131 
    711 描述监督机器学习132 
    712 理解使能条件134 
    713 区分分类器和回归器134 
    72 理解分类算法135 
    721 分类器挑战性问题135 
    722 评估分类器139 
    723 分类器的各个阶段142 
    724 决策树分类算法143 
    725 理解集成方法146 
    726 逻辑回归149 
    727 支持向量机算法151 
    728 理解朴素贝叶斯算法153 
    729 各种分类算法的胜者156 
    73 理解回归算法156 
    731 回归器挑战性问题156 
    732 线性回归158 
    733 回归树算法162 
    734 梯度提升回归算法163 
    735 各种回归算法的胜者163 
    74 实例―预测天气164 
    75 小结166 
    第8章 神经网络算法167 
    81 理解人工神经网络168 
    82 人工神经网络的演化169 
    83 训练神经网络171 
    831 解析神经网络结构171 
    832 定义梯度下降172 
    833 激活函数173 
    84 工具和框架178 
    841 Keras178 
    842 理解TensorFlow181 
    843 理解神经网络的类型183 
    85 迁移学习185 
    86 实例―用深度学习实现欺诈检测186 
    87 小结189 
    第9章 自然语言处理算法190 
    91 自然语言处理简介190
查看详情
相关图书 / 更多
程序员必会的40种算法
程序设计竞赛入门
卢家兴 著;周娟;杨书新
程序员必会的40种算法
程序员数学修炼三剑客:数学之美第三版+程序员的数学基础课+机器学习的数学
吴军、黄申、雷明 著
程序员必会的40种算法
程序设计基础
王秀玲 党金胜 主编
程序员必会的40种算法
程序员必读算法经典之作:编程珠玑第2版+编程珠玑续
乔恩·本特利(Jon Bentley) 著
程序员必会的40种算法
程序员5天修炼
施 游 邹月平 曾哲军 编著
程序员必会的40种算法
程序设计基础(C语言)实践教程
高洪皓
程序员必会的40种算法
程序设计基础——C语言习题与实验指导
陈志辉
程序员必会的40种算法
程序设计基础(C语言应用型本科系列规划教材)
杨俊清 编
程序员必会的40种算法
程序设计基础实训(C语言)
吴亮;刘龙辉;林纪汉;刘音;李月贞;曾辉;彭玉华
程序员必会的40种算法
程序设计实践入门:大学程序设计课程与竞赛训练教材
周娟;吴永辉
程序员必会的40种算法
程序设计基础——C语言
黄朝辉
程序员必会的40种算法
程序设计实践教程:C++语言版
苏小红;蒋远;单丽莉;李东
您可能感兴趣 / 更多
程序员必会的40种算法
微服务与事件驱动架构
[加]亚当·贝勒马尔(Adam Bellemare) 著;温正东 译
程序员必会的40种算法
半小时惊奇故事桥梁书(全10册)
[加]维罗妮卡·查尔斯 著;郎子 译;[英]戴维·帕金斯 绘
程序员必会的40种算法
与孩子重回自然:如何在大自然中塑造孩子的身体、情感和认知
[加]斯科特·D.桑普森(Scott D.Sampson) 著;汪幼枫 译
程序员必会的40种算法
漫画生活中的金融
[加]陈思进 著;逆蝶传媒 绘
程序员必会的40种算法
年份的足迹II:国际媒体报道宁夏葡萄酒
[加]洪润宇(Runyu Hong)、[加]Jim、Boyce(吉姆·博伊斯)、[加]马会勤(Huiqin Ma) 译
程序员必会的40种算法
哲学与哲学之诗
[加]朗佩特(Laurence Lampert) 著
程序员必会的40种算法
沈石溪世界动物小说典藏母羊茜露儿
[加]查尔斯·罗伯茨 著;沈石溪、刘珊珊 译
程序员必会的40种算法
每天读一点·世界动物文学名著VI·捕虫草的囚犯
[加]查尔斯·罗伯茨 著;王春玲 编
程序员必会的40种算法
每天读一点·世界动物文学名著VI·奇怪的黑影
[加]查尔斯·罗伯茨 著;王春玲 编
程序员必会的40种算法
二语习得与普遍语法
[加]莉迪娅·怀特(Lydia White) 著;苏建华 译
程序员必会的40种算法
治愈系绘本:去远方
[加]玛丽安娜·迪比克 著
程序员必会的40种算法
西顿动物故事集
[加]欧内斯特·汤普森·西顿 著;彭萍、刘宇笑 译