掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
算法深潛:勇敢者的Python探險 版權信息
- ISBN：9787121432231
- 條形碼：9787121432231 ; 978-7-121-43223-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
算法深潛:勇敢者的Python探險 本書特色
這是一本內容廣泛的Python算法書。你將看到很多很有意思的算法，包括：搜索、排序和很優化算法；以人為本的算法，幫助人們確定如何接球；優選的不錯算法，比如機器學習和人工智能相關算法；以及古代文明時期的算法，比如數字相乘、尋找優選公約數以及幻方生成算法。 本書將帶你學習： ◎生成Voronoi圖，用于各種幾何應用 ◎使用算法構建聊天機器人、贏得棋類比賽、解決數獨謎題 ◎編寫梯度上升和下降算法的代碼，求解函數的優選值和*小值 ◎使用模擬退火算法實現全局很優化 ◎構建一個預測個人幸福的決策樹 ◎使用算法進行代碼調試、收益優選化以及隨機數生成 ◎衡量算法的效率和速度 此外，本書還探索在純數學中有用的算法，并學習如何基于數學思想改進算法。 跟著本書邊做邊學，你將了解當今許多超強算法的煩瑣細節，包括如何在Python 3中編程實現這些算法，以及如何衡量和優化算法性能。" "算法是每一位程序員通向技術高峰的推薦技能，但它也是一塊很好難啃的“硬骨頭”。本書以實際案例進行講解，通過Python運行實例，讓算法變得簡單易懂。如果你想學習算法，本書是一個很好好的選擇。 ——路人甲 語言和框架的發展讓開發變得越來越簡單，現成的“輪子”把復雜任務模塊化，但同時也隱去了內在的算法細節。若只會調用而不懂原理，開發就成了無本之木。本書將為你拆解開這些“輪子”，帶你逐步探究算法的原理和實現過程，讓開發者知其然，更知其所以然。 ——Crossin（袁昕） “Crossin的編程教室”作者 算法在計算機科學中具有舉足輕重的地位，也許是算法太重要了，以至于講述起來都十分嚴肅，然而算法也是很好有趣的。本書從現實問題出發，告訴我們原來算法也可以這樣平易近人。此外，作者旁征博引，讀來引人入勝，示例講解很好詳細，因此本書也是一本很好的算法入門書籍。 ——陸小風 “碼農的荒島求生”公眾號主 Python是一種寫代碼很快的語言，簡單好用的組合數據類型就為效率做出較大提升。這也使得在此之上的算法設計有了更多發揮的空間，使得人們不再需要浪費大量精力在底層數據結構的工作上。 過去幾年我在音頻識別系統和GIS領域的算法設計中，應用Python取得了不錯的效果。這使得我可以更關注算法本身的設計，做出指數級增長的優化。優化的結果并非快了多少倍，而是以log指數函數增長的。 本書介紹了大量底層算法Python實現，Python程序員可以更加方便地應用這些不錯算法來使得系統更加強大而高效。在獲得優異效果的同時也有助于保護頭發。 ——gashero Python技術專家 很高興看到用 Python 描述算法，通過 Python，我們更關注算法本身，而不是語法細節。本書深入淺出地講解了算法從古至今的應用，既有常見的排序搜索，也有機器學習、人工智能領域的討論。學習完本書，你可以對算法有一個扎實的理解。推薦算法入門學員和算法愛好者閱讀。 ——彭濤 字碼網絡創始人&濤哥聊Python 博主
算法深潛:勇敢者的Python探險 內容簡介
本書是算法入門指南，基于Python語言講述算法實現。具體內容包括：搜索、排序和很優化算法；以人為本的算法，幫助人們決定如何接棒球或自助餐吃多少；優選的不錯算法，比如機器學習和人工智能相關算法；古代文明時期的算法，如古埃及和俄羅斯農夫如何使用算法來實現乘法，古希臘人如何使用算法來找到優選公約數，以及江戶時代的日本學者如何設計幻方生成算法。
算法深潛:勇敢者的Python探險 目錄
1 用算法解決問題 1
分析式方法 2
伽利略模型 2
解x策略 4
內在物理學家 5
算法式方法 6
用脖子“思考” 6
應用查普曼算法 10
用算法解決問題 11
小結 12
2 算法簡史 13
俄羅斯農夫乘法（RPM） 14
手工實現RPM 14
用Python實現RPM 18
歐幾里得算法 20
手工實現歐幾里得算法 21
用Python實現歐幾里得算法 21
日本幻方 22
用Python創建洛書幻方 23
用Python實現Kurushima算法 24
小結 36
3 *大化和*小化 37
設定稅率 37
正確步驟 38
將邁步變成算法 41
梯度上升存在的問題 43
局部極值問題 45
教育和終身收入 45
沿著教育維度爬坡――正確方式 47
從*大化到*小化 48
通用爬山法 51
什么時候不要使用算法 52
小結 53
4 排序和搜索 54
插入排序 55
插入排序中的插入 55
通過插入完成排序 57
衡量算法效率 59
為什么追求效率 59
準確衡量時間 60
計算步數 61
對比眾所周知的函數 64
增加理論精度 67
使用大O符號 68
歸并排序 69
歸并操作 70
從歸并到排序 72
睡眠排序 76
從排序到搜索 78
二進制搜索 78
二進制搜索的應用 80
小結 81
5 純數學 82
連分式 82
Phi的壓縮和交換 83
連分式的更多知識 85
生成連分式的算法 86
從小數到連分式 90
從分數到根數 92
平方根 93
巴比倫算法 93
Python中的平方根 95
隨機數生成器 96
隨機的可能性 96
線性同余生成器 97
評價PRNG 98
隨機性的Diehard測試 100
線性反饋移位寄存器 102
小結 105
6 高級優化 106
旅行商問題 107
問題定義 107
智力對比蠻力 112
*近鄰算法 113
實現*近鄰搜索 113
進一步改進 115
貪婪算法 118
引入溫度函數 118
模擬退火 120
算法調優 123
避免重大退步 126
允許重置 127
測試性能 128
小結 130
7 幾何學 131
郵政局長問題 131
三角形基礎 134
高級研究生級的三角形知識 137
尋找外心 137
提升繪圖能力 140
Delaunay三角剖分 141
增量生成Delaunay三角剖分 143
實現Delaunay三角網 146
從Delaunay到Voronoi 151
小結 155
8 語言 157
為什么語言類算法很難 157
插入空格 158
定義單詞列表并找到單詞 159
處理復合詞 161
檢查空格間的潛在單詞 161
導入語料庫檢查有效詞 163
找到潛在單詞的前半部分和后半部分 164
短語補全 168
分詞并求n-gram 168
我們的策略 169
找到候選n+1-gram 170
基于頻次選擇短語 171
小結 173
9 機器學習 174
決策樹 174
構建決策樹 176
下載數據集 176
查看數據 177
分割數據 178
更聰明的分割 180
選擇分裂變量 182
增加深度 184
評估決策樹 187
過度擬合問題 189
改進和優化 192
隨機森林 193
小結 193
10 人工智能 194
點格棋 195
畫棋盤 196
游戲描述 197
游戲得分 198
博弈樹及如何獲勝 200
構建樹 202
獲勝 205
改進 209
小結 210
11 勇往直前 212
用算法做更多事情 213
構建聊天機器人 214
文本向量化 216
向量相似度 218
變得更快更好 220
雄心勃勃的算法 221
解開*深的奧秘 224
分析式方法 2
伽利略模型 2
解x策略 4
內在物理學家 5
算法式方法 6
用脖子“思考” 6
應用查普曼算法 10
用算法解決問題 11
小結 12
2 算法簡史 13
俄羅斯農夫乘法（RPM） 14
手工實現RPM 14
用Python實現RPM 18
歐幾里得算法 20
手工實現歐幾里得算法 21
用Python實現歐幾里得算法 21
日本幻方 22
用Python創建洛書幻方 23
用Python實現Kurushima算法 24
小結 36
3 *大化和*小化 37
設定稅率 37
正確步驟 38
將邁步變成算法 41
梯度上升存在的問題 43
局部極值問題 45
教育和終身收入 45
沿著教育維度爬坡――正確方式 47
從*大化到*小化 48
通用爬山法 51
什么時候不要使用算法 52
小結 53
4 排序和搜索 54
插入排序 55
插入排序中的插入 55
通過插入完成排序 57
衡量算法效率 59
為什么追求效率 59
準確衡量時間 60
計算步數 61
對比眾所周知的函數 64
增加理論精度 67
使用大O符號 68
歸并排序 69
歸并操作 70
從歸并到排序 72
睡眠排序 76
從排序到搜索 78
二進制搜索 78
二進制搜索的應用 80
小結 81
5 純數學 82
連分式 82
Phi的壓縮和交換 83
連分式的更多知識 85
生成連分式的算法 86
從小數到連分式 90
從分數到根數 92
平方根 93
巴比倫算法 93
Python中的平方根 95
隨機數生成器 96
隨機的可能性 96
線性同余生成器 97
評價PRNG 98
隨機性的Diehard測試 100
線性反饋移位寄存器 102
小結 105
6 高級優化 106
旅行商問題 107
問題定義 107
智力對比蠻力 112
*近鄰算法 113
實現*近鄰搜索 113
進一步改進 115
貪婪算法 118
引入溫度函數 118
模擬退火 120
算法調優 123
避免重大退步 126
允許重置 127
測試性能 128
小結 130
7 幾何學 131
郵政局長問題 131
三角形基礎 134
高級研究生級的三角形知識 137
尋找外心 137
提升繪圖能力 140
Delaunay三角剖分 141
增量生成Delaunay三角剖分 143
實現Delaunay三角網 146
從Delaunay到Voronoi 151
小結 155
8 語言 157
為什么語言類算法很難 157
插入空格 158
定義單詞列表并找到單詞 159
處理復合詞 161
檢查空格間的潛在單詞 161
導入語料庫檢查有效詞 163
找到潛在單詞的前半部分和后半部分 164
短語補全 168
分詞并求n-gram 168
我們的策略 169
找到候選n+1-gram 170
基于頻次選擇短語 171
小結 173
9 機器學習 174
決策樹 174
構建決策樹 176
下載數據集 176
查看數據 177
分割數據 178
更聰明的分割 180
選擇分裂變量 182
增加深度 184
評估決策樹 187
過度擬合問題 189
改進和優化 192
隨機森林 193
小結 193
10 人工智能 194
點格棋 195
畫棋盤 196
游戲描述 197
游戲得分 198
博弈樹及如何獲勝 200
構建樹 202
獲勝 205
改進 209
小結 210
11 勇往直前 212
用算法做更多事情 213
構建聊天機器人 214
文本向量化 216
向量相似度 218
變得更快更好 220
雄心勃勃的算法 221
解開*深的奧秘 224
展開全部
算法深潛:勇敢者的Python探險 作者簡介
Bradford Tuckfield，博士，數據科學家、咨詢師，是《R無監督學習實戰》（Applied Unsupervised Learning with R）一書的共同作者。研究成果發表在數學、商業管理和醫學等領域的頂級學術期刊。他還為雜志和政策期刊撰寫文化相關的文章。譯者：唐李洋，女，博士，畢業于合肥工業大學管理科學與工程系。現就職于中國電子科技集團公司第三十八研究所，曾游學美國、香港，數據挖掘與大數據分析研究經驗頗豐，在相關領域重要國際期刊及會議發表論文數篇。譯有《計算機科學中的數學》、《R語言高性能編程》、《大數據猩球：海量數據處理實踐指南》、《流式架構：Kafka與MapR Streams數據流處理》、《高可用MySQL》（第1和第2版）等書。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
詩經-先民的歌唱
- >
回憶愛瑪儂
- >
伯納黛特,你要去哪(2021新版)
- >
【精裝繪本】畫給孩子的中國神話
- >
名家帶你讀魯迅:故事新編
- >
推拿
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
