0916~0919_開學季語言展

每個程式設計師都應該要知道的50個演算法

  • 9 621
    690

活動訊息

想找書的時候,特別想偷看網友的書櫃... 原來大家都在看這本 ↓↓↓

用閱讀開啟視野,讓書成為照亮你人生的光
【金石堂選書】本月推薦您這些好書👉 快來看看

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

 

作者

Imran Ahmad

 

Imran Ahmad是Google的合格講師,他在Google和Learning Tree有許多年的教學經驗。Imran教授的主題包括Python、機器學習、演算法、大數據以及深度學習。在他的博士學位中,他提出了一個基於線性規劃的演算法,稱之為ATSRA,此演算法應用在雲端環境的最佳化資源指派上。過去四年裡,Imran在加拿大聯邦政府先進分析實驗室進行高規格機器學習專案工作,此專案主要是為了開發機器學習演算法,讓移民程序可以自動化。Imran目前的工作是在開發使用GPU最佳化的演算法,以訓練複雜的機器學習模型。

 

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:
      金石堂門市 不限金額免運費
      7-11便利商店 ok便利商店 萊爾富便利商店 全家便利商店
  • 海外
    • 國際快遞:全球
    • 港澳店取:
      ok便利商店 順豐 7-11便利商店

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

商品評價

訂購/退換貨須知

加入金石堂 LINE 官方帳號『完成綁定』,隨時掌握出貨動態:

加入金石堂LINE官方帳號『完成綁定』,隨時掌握出貨動態
金石堂LINE官方帳號綁定教學

提醒您!!
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機,請不要聽從指示,以免受騙上當!

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:
    1. 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
    2. 依消費者要求所為之客製化給付。(客製化商品)
    3. 報紙、期刊或雜誌。(含MOOK、外文雜誌)
    4. 經消費者拆封之影音商品或電腦軟體。
    5. 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)
    6. 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。
※ 網友掛保證,絕不踩雷書單如下 ↓↓↓
預計 2025/09/29 出貨 購買後進貨 
金石堂門市 全家便利商店 ok便利商店 萊爾富便利商店 7-11便利商店
World wide
活動ing