幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

演算法分析進階(超越最壞情況分析)/電腦科學叢書

  • 作者：編者:(美)蒂姆·拉夫加登|責編:曲熠|譯者:蔡國揚
  • 出版社：機械工業
  • ISBN：9787111760184
  • 出版日期：2024/10/01
  • 裝幀：平裝
  • 頁數：529
人民幣：RMB 179 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    演算法設計中沒有靈丹妙藥——不存在任何一種足夠強大和靈活，能夠解決所有計算問題的演算法思想。同樣，演算法分析中也沒有靈丹妙藥，因為對演算法進行分析的最具啟發性的方法往往取決於問題和應用的細節。然而，典型的演算法課程幾乎完全停留在一種單一的分析框架上，即最壞情況分析。本書的目的就是糾正這種不平衡。
    本書源於斯坦福大學的研究生課程，由40位學者聯袂撰寫，旨在推廣最壞情況分析的替代方法，以及這些方法的應用，包括聚類、線性規劃和神經網路訓練等。書中涵蓋演算法分析領域的各個方面，強調重要的模型和研究成果。
    本書首先討論對最壞情況分析的改進，然後介紹確定性數據模型、半隨機模型、平滑分析，最後介紹這些理論在機器學習、統計學等領域的應用，大部分章節以開放式的研究方向以及適合課堂教學的練習題作為結束。
作者介紹
編者:(美)蒂姆·拉夫加登|責編:曲熠|譯者:蔡國揚
目錄
譯者序
前言
作者名單
  第1章  引言
    1.1  演算法的最壞情況分析
      1.1.1  不可比較演算法的比較
      1.1.2  最壞情況分析帶來的好處
      1.1.3  演算法分析的目標
    1.2  著名的失敗事件和對替代方法的迫切需要
      1.2.1  線性規劃的單純形法
      1.2.2  聚類與NP困難最優化問題
      1.2.3  機器學習的不合理的有效性
      1.2.4  在線演算法分析
      1.2.5  最壞情況分析的騙局
    1.3  示例：在線分頁問題中的參數化界
      1.3.1  根據引用局部性的參數化
      1.3.2  定理1.1的證明
      1.3.3  討論
    1.4  本書概述
      1.4.1  最壞情況分析的改進
      1.4.2  確定性數據模型
      1.4.3  半隨機模型
      1.4.4  平滑分析
      1.4.5  機器學習和統計學中的應用
      1.4.6  進一步的應用
    1.5  本章註解
    致謝
    參考文獻
    練習題
第一部分  最壞情況分析的改進
  第2章  參數化演算法
    2.1  引言
      2.1.1  熱身：頂點覆蓋問題
    2.2  隨機化
      2.2.1  隨機分離：集合拆分問題
      2.2.2  去隨機化
    2.3  結構上的參數化
    2.4  核心化
      2.4.1  熱身：Buss規則
      2.4.2  形式定義以及與FPT的成員關係
      2.4.3  Buss規則在矩陣秩上的推廣
    2.5  困難性和最優性
      2.5.1  W[1]困難性
      2.5.2  ETH和SETH
      2.5.3  核心化的困難性和最優性
    2.6  展望：新的範例和應用領域
      2.6.1  FPT-近似和有損核心
      2.6.2  P問題中的FPT
      2.6.3  應用領域
    2.7  總體方向

    2.8  本章註解
    參考文獻
    練習題
  第3章  從自適應分析到實例最優性
    3.1  案例研究1：最大點集合問題
  ……
第二部分  確定性數據模型
第三部分  半隨機模型
第四部分  平滑分析
第五部分  機器學習和統計學中的應用
第六部分  進一步的應用

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032