每個程式設計師都應該要知道的50個演算法( 繁體 字) | |
作者:Imran Ahmad | 類別:1. -> 程式設計 -> 演算法 |
譯者:何敏煌 | |
出版社:博碩文化 | 3dWoo書號: 55905 詢問書籍請說出此書號! 缺書 NT定價: 折扣價: 518 元 |
出版日:7/14/2022 | |
頁數:384 | |
光碟數:0 | |
站長推薦: | |
印刷:黑白印刷 | 語系: ( 繁體 字 ) |
ISBN:9786263331778 | 加入購物車 │加到我的最愛 (請先登入會員) |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證, 繁體書的下載亦請直接連絡出版社) | |
Section 1:基礎與核心演算法
Chapter 1_ 演算法概述 什麼是演算法? 精準描述演算法的邏輯 Python套件介紹 演算法的設計技巧 效能分析 演算法的驗證 本章摘要 Chapter 2_演算法裡的資料結構 Python的資料結構 探索抽象資料型態 本章摘要 Chapter 3_排序與搜尋演算法 排序演算法的介紹 搜尋演算法的介紹 實際應用 本章摘要 Chapter 4_設計演算法 設計演算法的基本概念介紹 瞭解演算法策略 實際的應用:解決TSP 介紹PageRank演算法 瞭解線性規劃(Linear programming) 實際的應用—使用線性規劃進行產能規劃 本章摘要 Chapter 5_圖演算法 圖的表示 網路分析理論介紹 瞭解圖的遍歷 案例研究:詐欺分析 本章摘要 Section 2:機器學習演算法 Chapter 6_非監督式機器學習演算法 認識非監督式學習 瞭解分群演算法 降維 關聯規則探勘 實際應用:分群相似的推文 Anomaly-detection異常偵測演算法 本章摘要 Chapter 7_傳統監督式學習演算法 瞭解監督式機器學習 瞭解分類演算法 瞭解迴歸演算法 實用範例:如何預測天氣 本章摘要 Chapter 8_類神經網路演算法 瞭解ANN ANN的演進 訓練類神經網路 工具和框架 遷移學習(Transfer learning) 案例研究:使用深度學習進行詐欺偵測 本章摘要 Chapter 9_自然語言處理演算法 介紹NLP BoW-based NLP 字詞嵌入簡介 在NLP中使用RNN 使用NLP進行情緒分析 案例研究:電影評論的情感分析 本章摘要 Chapter 10_推薦引擎 推薦系統介紹 推薦引擎的類型 瞭解推薦系統的限制 實際應用領域 實際的例子:建立一個推薦引擎 本章摘要 Section 3:進階主題 Chapter 11_資料演算法 資料演算法簡介 資料儲存演算法介紹 串流資料演算法介紹 介紹資料壓縮演算法 一個實際的例子:Twitter即時情感分析 本章摘要 Chapter 12_密碼學 密碼學簡介 瞭解加密技術的類型 範例:在部署機器學習模型時的安全考量 本章摘要 Chapter 13_大規模演算法 大規模演算法簡介 平行演算法的設計 多資源程序的策略 本章摘要 Chapter 14_實務上的考量 實務上的考量簡介 演算法的可解釋性 瞭解倫理和演算法之間的關係 在模型中減少偏差 解決NP-hard問題 使用演算法的時機 本章摘要 線上下載
本書特色
?學習現存於Python程式庫中的資料結構及演算法 ?了解如何實作圖形演算法,並藉由網路分析進行詐欺偵測 ?學會使用機器學習演算法,即時進行相似推文的分群並處理Twitter資料 ?學會使用監督式學習演算法預測天氣 ?學會使用Siamese Neural Networks執行單張影像的辨識 ?建立一個推薦引擎,向訂閱者建議相關的電影 ?部署機器學習模型時,使用對稱及非對稱加密,實作萬無一失的安全機制 不管是在計算的科學與實務上,演算法總是扮演重要的角色。除了傳統的計算之外,對任何一個開發者或程式設計師而言,使用演算法解決實務問題的能力是非常重要且必須具備的技巧。本書不只會幫助你發展選用的技術以及使用演算法以解決實務問題,同時也能理解這些演算法是如何運作的。 本書從演算法的介紹開始,並說明各種演算法的設計技巧,再佐以實際範例來協助探討如何實作不同類型的演算法,諸如搜尋與排序。當你要進階更複雜的演算法集合時,你將會學到線性規劃、頁面排名以及各種圖(graph),甚至跨入AI領域學習如何使用機器學習演算法,並瞭解它們背後的數學與邏輯。隨後將更進一步探討一些案例研究,像是天氣預測、推文分群以及電影推薦引擎等等,瞭解如何應用這些演算法以達到最佳化。最終,你將精通平行處理技術的運用,讓你有能力可以使用這些演算法在計算密集的任務上。 讀完本書,你將精通各式各樣的演算法來解決職場上的電腦運算問題。 本書範例檔 |