庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
二樓書籍分類
 
每個程式設計師都應該要知道的50個演算法

每個程式設計師都應該要知道的50個演算法

沒有庫存
訂購需時10-14天
9786263331778
Imran Ahmad
何敏煌
博碩
2022年7月15日
230.00  元
HK$ 195.5  






ISBN:9786263331778
  • 規格:平裝 / 384頁 / 17 x 23 x 2.01 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣


  • 電腦資訊 > 程式設計 > 資料結構/演算法

















      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:

      github.com/packtpublishing/40-algorithms-every-programmer-should-know

    ?

    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



     





    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





    其 他 著 作