每個程式設計師都應該要知道的50個演算法
- 
          9折 621元
690元 
- 
            
                
                預計最高可得金幣30點
                
                  ?
                  可100%折抵
活動加倍另計 - 
            
              HAPPY GO享100累1點 4點抵1元 折抵無上限
 
- 
          分類:中文書>電腦資訊>APP開發/程式設計>其它程式設計追蹤? 追蹤分類後,您會在第一時間收到分類新品通知。
 - 作者: Imran Ahmad 追蹤 ? 追蹤作者後,您會在第一時間收到作者新書通知。
 - 譯者:何敏煌
 - 出版社: 博碩文化 追蹤 ? 追蹤出版社後,您會在第一時間收到出版社新書通知。
 - 出版日:2022/07/20
 
內容簡介
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
目錄
	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
配送方式
- 
                                    台灣
- 國內宅配:本島、離島
 - 
                                                到店取貨:
不限金額免運費
                                                        
                                                        
                                                 
 - 
                                    海外
- 國際快遞:全球
 - 
                                                港澳店取:
                                                    
                                                     
 
詳細資料
詳細資料
- 
                                        
- 語言
 - 中文繁體
 - 裝訂
 - 紙本平裝
 
 - 
                                        
- ISBN
 - 9786263331778
 - 分級
 - 普通級
 
 - 
                                        
- 頁數
 - 384
 - 商品規格
 - 23*17
 
 - 
                                        
- 出版地
 - 台灣
 - 適讀年齡
 - 全齡適讀
 
 - 
                                        
- 注音
 - 級別
 
 
訂購/退換貨須知
退換貨須知:
**提醒您,鑑賞期不等於試用期,退回商品須為全新狀態**
- 
								依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
								
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
 - 依消費者要求所為之客製化給付。(客製化商品)
 - 報紙、期刊或雜誌。(含MOOK、外文雜誌)
 - 經消費者拆封之影音商品或電腦軟體。
 - 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
 - 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
 
 - 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
 - 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
 - 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。
 
    
        
                  
                
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
                  
		


商品評價