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
18人买过
  • 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
12
相关图书 / 更多
程序员必会的40种算法
程序员超强大脑
[荷兰]费莉安·赫尔曼斯(Felienne Hermans)
程序员必会的40种算法
程序员考前突破:考点精讲、真题精解、难点精练
詹宏锋 李锋 许纪贤 编著
程序员必会的40种算法
程序员的README
[美]克里斯·里科米尼(Chris Riccomini) (美) 德米特里·里
程序员必会的40种算法
程序员的制胜技
[土耳其]塞达特·卡帕诺格鲁(Sedat Kapanoglu)
程序员必会的40种算法
程序设计基础(C语言)(第3版)
刘明军 袁宁 张玲 蒋彦 赵亚欧 编著;潘玉奇 主编;蔺永政
程序员必会的40种算法
程序设计基础(Python语言)(微课视频版)
陈守森;刘衍琦;邵燕;张言上;任爱华
程序员必会的40种算法
程序设计算法基础
于瑞国 主编;赵满坤 副主编;喻梅;李雪威
程序员必会的40种算法
程序员的算法趣题2
[日]增井敏克
程序员必会的40种算法
程序性能优化理论与方法
韩林;高伟
程序员必会的40种算法
程序设计基础实验和学习指导(C语言)(微课版)
苏小红 张羽 袁永峰 李东
程序员必会的40种算法
程序设计基础(C语言)习题集与实验指导(第3版)
蒋彦 袁宁 张玲 赵亚欧 编著;潘玉奇 主编;蔺永政
程序员必会的40种算法
程序设计基础(C语言)教程
刘媛媛;雷莉霞;胡平
您可能感兴趣 / 更多
程序员必会的40种算法
美丽的小鸟森林鱼童书
[加]苏珊娜·德尔·瑞佐 著;王甜甜、吕海涛 译
程序员必会的40种算法
森林的故事(吉竹伸介插图本)/可可爱爱的世界名著
[加]西顿 著;祁和平、蒲隆、应中元 译
程序员必会的40种算法
“没话找话”指南世界500强企业沟通顾问、从业30年的沟通障碍学博士说给社交别扭人的破冰实操话术
[加]克萝尔·弗来明(Carol Fleming) 著
程序员必会的40种算法
叶嘉莹读诵纳兰词全集下卷 叶嘉莹等著中信出版
[加]叶嘉莹 编
程序员必会的40种算法
“研”磨计:给青年学者的17条建议
[加]杰弗里·麦克唐纳 著;郝记华、霍婉菲、黄方 译
程序员必会的40种算法
输尿管镜:现代临床实践
[加]John D.Denstedt 编;[美]Bradley F.Schwartz、李学松、冯宁翰、王刚 译
程序员必会的40种算法
外教社-朗文高中英语分级阅读(新版)必修2(2)恐龙(一书一码)
[加]肯·比提(Ken Beatty) 著;汤青、华磊 编
程序员必会的40种算法
外教社-朗文高中英语分级阅读(新版)必修2(3)梦幻好莱坞(一书一码)
[加]肯·比提(Ken Beatty) 著;汤青、周杰 编
程序员必会的40种算法
学术写作浅析(汉英对照)
[加]迈克尔·布朗、彭蕾 著
程序员必会的40种算法
线粒体与医学未来
[加]李诺恩 著;逯军 译
程序员必会的40种算法
风需要休息(精)
[加]谢尔顿·欧伯曼 著;周丹 译
程序员必会的40种算法
菜园小侦探
[加]卡彤