幫助中心 | 我的帳號 | 關於我們

程序員必會的50種演算法(原書第2版)/程序員書庫

  • 作者:(加)伊姆蘭·艾哈邁德|責編:王春華//章承林|譯者:趙海霞//駱濱毓
  • 出版社:機械工業
  • ISBN:9787111783831
  • 出版日期:2025/07/01
  • 裝幀:平裝
  • 頁數:364
人民幣:RMB 129 元      售價:
放入購物車
加入收藏夾

內容大鋼
    對於任何開發者或程序員而言,運用演算法解決實際問題都是一項必備技能。本書不僅能幫助你培養選擇和運用演算法解決現實問題的能力,還能讓你理解演算法的工作原理。
    首先,你會從演算法的基礎介紹入手,了解各種演算法設計技巧;接著結合實際案例,學習不同類型演算法的實現方法。隨著學習逐步深入,你將接觸線性規劃、頁面排序和圖論知識,還會研究機器學習演算法,從而理解其背後的數學原理和邏輯。
    通過案例研究,你將學會如何優化這些演算法,隨後你會聚焦深度學習演算法,了解不同類型的深度學習模型及其實際應用場景。
    你還將學習現代序列模型及其變體,以及實現ChatGPT等大語言模型(LLM)所用到的演算法、方法和架構。
    最後,你會熟練掌握並行處理技術,具備將這些演算法應用於計算密集型任務的能力。
    學完這本書,你將能夠熟練運用各類演算法解決現實中的計算問題。
    本書主要內容包括:
    設計用於解決複雜問題的演算法。
    熟悉神經網路和深度學習技術。
    探究Python庫中現有的數據結構和演算法。
    利用網路分析實現用於欺詐檢測的圖演算法。
    深入了解最先進的自然語言處理演算法,並通過真實案例進行闡釋。
    構建一個能向訂閱者推薦相關電影的推薦引擎。
    掌握序列機器學習模型的概念,以及它們在前沿LLM開發中的基礎作用。

作者介紹
(加)伊姆蘭·艾哈邁德|責編:王春華//章承林|譯者:趙海霞//駱濱毓
    伊姆蘭·艾哈邁德(Imran Ahmad),伊姆蘭是一名谷歌認證講師,多年來一直在谷歌和學習樹(Learning Tree)任教,主要教授Python、機器學習、演算法、大數據和深度學習。他在攻讀博士學位期間基於線性規劃方法提出了名為ATSRA的新演算法,用於雲計算環境中資源的優化分配。近4年來,他一直在加拿大聯邦政府的高級分析實驗室參與一個備受關注的機器學習項目。該項目旨在開發機器學習演算法,使移民過程自動化。他目前正致力於開發最優地使用GPU來訓練複雜的機器學習模型的演算法。

目錄

前言
作者簡介
審校者簡介
第一部分  基礎演算法和核心演算法
  第1章  演算法概述
    1.1  什麼是演算法
      1.1.1  演算法的各個階段
      1.1.2  開發環境
    1.2  Python包
    1.3  演算法設計技巧
      1.3.1  數據維度
      1.3.2  計算維度
    1.4  性能分析
      1.4.1  空間複雜度分析
      1.4.2  時間複雜度分析
      1.4.3  性能評估
      1.4.4  大O記號
      1.4.5  常數時間複雜度
      1.4.6  線性時間複雜度
      1.4.7  平方時間複雜度
      1.4.8  對數時間複雜度
    1.5  選擇演算法
    1.6  驗證演算法
      1.6.1  精確演算法、近似演算法和隨機演算法
      1.6.2  可解釋性
    1.7  小結
  第2章  演算法中的數據結構
    2.1  探討Python中的數據結構
      2.1.1  列表
      2.1.2  元組
      2.1.3  字典和集合
      2.1.4  使用序列和數據幀
      2.1.5  矩陣
    2.2  探索抽象數據類型
      2.2.1  向量
      2.2.2  棧
      2.2.3  隊列
      2.2.4  樹
    2.3  小結
  ……
第二部分  機器學習演算法
第三部分  高級主題

  • 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