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
圖解算法 版權信息
- ISBN：9787523605394
- 條形碼：9787523605394 ; 978-7-5236-0539-4
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
圖解算法 本書特色
1.圖解新科技系列之圖解算法。本書是一本算法入門書，淺顯易懂，介紹了算法的基礎知識，數據的儲存、分類、查找方法，以及機器學習中使用的算法等，從基礎知識到應用都附有圖片解析。
2.將當前算法教科書中的關鍵主題，通過使用場景案例進行精煉講解，可以直擊算法知識重點，讓讀者在案例和圖示中快速掌握。
3.除了介紹基礎的算法知識，本書還擴展到了機器學習和密碼學中的算法使用知識，幫助大家開拓新科技視野，跟上時代腳步。
圖解算法 內容簡介
許多人聽到“算法”這個詞，就覺得它很難懂，需要專業的編程知識才能明白。然而，算法只是一個計算的“步驟”，不需要計算機和編程語言基礎。
本書介紹了算法的基礎知識，數據的儲存、分類、查找方法，以及機器學習中使用的算法等，由淺入深，圖文配套，并結合使用場景和案例進行細致講解，初學者讀起來也毫無壓力。
除了按順序閱讀，獲取系統的知識，讀者還可以從目錄中挑選感興趣的主題和關鍵詞，按照自己的需求閱讀，是一本實用性滿分的算法入門書。
圖解算法 目錄
第1章 算法基礎知識～算法的作用是什么？～
1-1 進行快速準確運算的步驟
編程、算法
1-2 讓數據更容易處理
文本文件、二進制文件、非結構化數據、結構化數據、數據結構
1-3 什么是好的計算機程序?
使用效率
1-4 比較各種算法的標準
計算復雜性、漸進、漸進符號
1-5 差異取決于實施的語言
編程語言、編譯器、解釋器、即時編譯
1-6 一套便捷的算法集合
庫
1-7 算法權利
專利權、軟件專利、著作權、開放源代碼
1-8 使用圖片講解算法
流程圖
1-9 紙上計算的算法
筆算
1-10 尋找素數
素數、埃拉托斯特尼篩法
1-11 找出*大公約數
*大公約數、歐幾里得算法
1-12 通過拼圖學習算法
漢諾塔問題
1-13 使用隨機值進行檢查
隨機數、偽隨機數、隨機種子、蒙特卡羅方法 第2章 如何存儲數據？～它們各自的結構和特點～
2-1 整數是如何表示的
十進制、二進制、十六進制
2-2 數據的單位
比特、字節
2-3 小數是如何表示的？
小數、浮點數、實數類型
2-4 字符表示
字符、字符代碼、ASCII、2字節字符、亂碼字符
2-5 一個接一個地分配
變量、賦值、常量
2-6 要存儲的數據大小
數據類型、整數類型、數據類型轉換
2-7 在連續的區域內存儲
數組、元素、索引
2-8 以人們容易理解的方式表示
關聯數組、字典、散列表、地圖、碰撞
2-9 存儲數據的位置
地址、指針
2-10 以表格形式存儲數據
二維數組、多維數組
2-11 存儲單詞和句子
字符串、空字符
2-12 表達復雜的數據結構
結構體、枚舉類型
2-13 排成一排的形式
鏈表
2-14 雙向鏈接的形式
雙向鏈表、循環鏈表
2-15 存儲在一個分支結構中
樹狀結構、二叉樹、完整二叉樹
2-16 滿足條件的樹狀結構
堆
2-17 適合搜索算法的數據結構
二叉搜索樹、平衡樹
2-18 平衡樹的類型
B樹、B 樹、B*樹
2-19 存儲無序的數據
集合
2-20 從*后的存儲中檢索
堆棧、LIFO、推入、彈出
2-21 便于按其保存的順序進行檢索的格式
隊列、FIFO、排隊、脫隊
2-22 虛擬內存分頁算法
虛擬內存、分頁算法、LFU、LRU 第3章 對數據進行分類～按照規則排列數字～
3-1 升序或降序分揀
排序
3-2 維持相同值的順序
穩定排序、內部排序、外部排序
3-3 通過選擇*大或*小值進行排序
選擇排序
3-4 將數據添加到一個對齊的數組中
插入排序
3-5 與緊隨其后的元素進行比較
氣泡排序
3-6 數組的雙向排序
雞尾酒排序
3-7 交換排序和插入排序相結合，速度更快
希爾排序
3-8 在創建堆的同時進行排序
堆排序
3-9 通過比較合并多個數據
合并排序
3-10 一般性的快速和常用排序
快速排序、分治法
3-11 當可能的值有限制時很有用的排序方法
桶排序、箱排序、基數排序
3-12 通過提供空隙進行排序
圖書館排序、跳躍列表
3-13 趣味排序方法
獨裁者排序、猴子排序
3-14 我應該選擇哪種方法？
計算復雜性的比較 第4章 查找數據～如何快速找到所需的值？～
4-1 從多個數據集中找到符合標準的那一個
搜索
4-2 一個不漏地搜索
全局搜索、徹底搜索
4-3 從頭開始檢查
線性搜索
4-4 從排序后的數據中搜索
二分搜索
4-5 按距離遠近順序搜索
廣度優先搜索
4-6 依次搜索相鄰的對象
深度優先搜索、回溯
4-7 深入搜索層次結構
遞歸、遞歸調用、分支定界
4-8 差異取決于樹狀結構的遍歷順序
前序遍歷、后序遍歷、中序遍歷、波蘭表示法、逆波蘭表示法
4-9 也可以在相反的方向進行搜索
雙向搜索
4-10 通過改變起點和終點進行搜索
尺取法
4-11 通過關注邊緣尋找*短路徑
*短路徑問題、貝爾曼-福特算法
4-12 通過關注節點找到*短路徑
戴克斯特拉算法
4-13 使用經驗法則進行搜索
A*算法、歐幾里得距離、曼哈頓距離
4-14 找到損害*小的那一個
極小化極大算法、Alpha-Beta算法
4-15 在句子中搜索文本字符串
暴力搜索、窮舉搜索、KMP算法
4-16 以一種巧妙的方式搜索字符串
BM算法
4-17 搜索符合特定模式
正則表達式 第5章 機器學習中使用的算法～支持人工智能的計算方法～
5-1 從數據中進行分類和預測
機器學習、統計機器學習
5-2 基于正確數據的學習
有監督學習、過擬合
5-3 通過從數據中提取特征進行分類
無監督學習、聚類
5-4 獎勵預期結果
強化學習、行為、代理、環境、狀態、多代理
5-5 用于分類和回歸的樹狀結構
決策樹、不純度、信息增益
5-6 多重決策樹下的少數服從多數
隨機森林、集成學習、裝袋算法、提升算法
5-7 分離時*大限度地增加與邊界的間距
支持向量機、超平面、硬間隔、軟間隔
5-8 0到1范圍內的概率預測
回歸分析、*小二乘法、邏輯回歸分析
5-9 模仿人腦信號交換的數學模型
神經網絡、反向傳播算法
5-10 深化層次結構
深度學習、CNN、RNN
5-11 能夠生成不存在數據的人工智能
GAN、深度偽造
5-12 圖像去噪和邊界增強
圖像過濾、平滑、邊緣檢測
5-13 處理和執行過程中的隨機選擇
隨機選擇算法、啟發式算法
5-14 模仿生物進化
遺傳算法
5-15 隨著時間的推移改變隨機性
爬山算法、模擬退火算法
5-16 對附近的物體有很強的學習能力
自組織映射
5-17 快速求導近似解
牛頓法、梯度下降法、隨機梯度下降法
5-18 對大量的數據進行分類
k均值算法
5-19 數據的維度被縮小，并在新的指標中表達
主成分分析 第6章 其他算法～典型案例～
6-1 將問題分割成更小的問題并記錄結果
動態編程、記憶化
6-2 減少數據量
壓縮、解壓
6-3 壓縮重復的內容
運行長度編碼、哈夫曼編碼
6-4 檢測輸入的錯誤
校驗碼、奇偶校驗碼
6-5 消除噪聲和雜聲
糾錯碼、漢明碼
6-6 通過加密算法提高安全性
加密、解密、密文、明文
6-7 簡單密碼及其破譯
愷撒密碼、ROT13
6-8 低負載加密技術
共享密鑰加密、私鑰加密、密鑰配送問題
6-9 安全的密鑰共享
Diffie-Hellman密鑰交換
6-10 利用大整數分解素因數的困難
公鑰加密、RSA加密算法
6-11 用短密鑰保證安全
橢圓曲線加密、密碼危機
6-12 用于社交媒體的算法
臉書、推特、六度分隔
6-13 谷歌的算法
網頁排名、RankBrain
6-14 在沒有事先獲得信息的情況下做出決定
A/B測試、Bandit算法
6-15 使訪問所有城市的成本*小化
旅行推銷員問題、調度問題
6-16 使所裝貨物的價值*大化
背包問題、0-1背包問題
6-17 無法解決的算法
圖靈機、停機問題
6-18 如果解決了就能得到一百萬美元？非常難以解決的問題
P類、NP類、P=NP、NP困難、NP完全
1-1 進行快速準確運算的步驟
編程、算法
1-2 讓數據更容易處理
文本文件、二進制文件、非結構化數據、結構化數據、數據結構
1-3 什么是好的計算機程序?
使用效率
1-4 比較各種算法的標準
計算復雜性、漸進、漸進符號
1-5 差異取決于實施的語言
編程語言、編譯器、解釋器、即時編譯
1-6 一套便捷的算法集合
庫
1-7 算法權利
專利權、軟件專利、著作權、開放源代碼
1-8 使用圖片講解算法
流程圖
1-9 紙上計算的算法
筆算
1-10 尋找素數
素數、埃拉托斯特尼篩法
1-11 找出*大公約數
*大公約數、歐幾里得算法
1-12 通過拼圖學習算法
漢諾塔問題
1-13 使用隨機值進行檢查
隨機數、偽隨機數、隨機種子、蒙特卡羅方法 第2章 如何存儲數據？～它們各自的結構和特點～
2-1 整數是如何表示的
十進制、二進制、十六進制
2-2 數據的單位
比特、字節
2-3 小數是如何表示的？
小數、浮點數、實數類型
2-4 字符表示
字符、字符代碼、ASCII、2字節字符、亂碼字符
2-5 一個接一個地分配
變量、賦值、常量
2-6 要存儲的數據大小
數據類型、整數類型、數據類型轉換
2-7 在連續的區域內存儲
數組、元素、索引
2-8 以人們容易理解的方式表示
關聯數組、字典、散列表、地圖、碰撞
2-9 存儲數據的位置
地址、指針
2-10 以表格形式存儲數據
二維數組、多維數組
2-11 存儲單詞和句子
字符串、空字符
2-12 表達復雜的數據結構
結構體、枚舉類型
2-13 排成一排的形式
鏈表
2-14 雙向鏈接的形式
雙向鏈表、循環鏈表
2-15 存儲在一個分支結構中
樹狀結構、二叉樹、完整二叉樹
2-16 滿足條件的樹狀結構
堆
2-17 適合搜索算法的數據結構
二叉搜索樹、平衡樹
2-18 平衡樹的類型
B樹、B 樹、B*樹
2-19 存儲無序的數據
集合
2-20 從*后的存儲中檢索
堆棧、LIFO、推入、彈出
2-21 便于按其保存的順序進行檢索的格式
隊列、FIFO、排隊、脫隊
2-22 虛擬內存分頁算法
虛擬內存、分頁算法、LFU、LRU 第3章 對數據進行分類～按照規則排列數字～
3-1 升序或降序分揀
排序
3-2 維持相同值的順序
穩定排序、內部排序、外部排序
3-3 通過選擇*大或*小值進行排序
選擇排序
3-4 將數據添加到一個對齊的數組中
插入排序
3-5 與緊隨其后的元素進行比較
氣泡排序
3-6 數組的雙向排序
雞尾酒排序
3-7 交換排序和插入排序相結合，速度更快
希爾排序
3-8 在創建堆的同時進行排序
堆排序
3-9 通過比較合并多個數據
合并排序
3-10 一般性的快速和常用排序
快速排序、分治法
3-11 當可能的值有限制時很有用的排序方法
桶排序、箱排序、基數排序
3-12 通過提供空隙進行排序
圖書館排序、跳躍列表
3-13 趣味排序方法
獨裁者排序、猴子排序
3-14 我應該選擇哪種方法？
計算復雜性的比較 第4章 查找數據～如何快速找到所需的值？～
4-1 從多個數據集中找到符合標準的那一個
搜索
4-2 一個不漏地搜索
全局搜索、徹底搜索
4-3 從頭開始檢查
線性搜索
4-4 從排序后的數據中搜索
二分搜索
4-5 按距離遠近順序搜索
廣度優先搜索
4-6 依次搜索相鄰的對象
深度優先搜索、回溯
4-7 深入搜索層次結構
遞歸、遞歸調用、分支定界
4-8 差異取決于樹狀結構的遍歷順序
前序遍歷、后序遍歷、中序遍歷、波蘭表示法、逆波蘭表示法
4-9 也可以在相反的方向進行搜索
雙向搜索
4-10 通過改變起點和終點進行搜索
尺取法
4-11 通過關注邊緣尋找*短路徑
*短路徑問題、貝爾曼-福特算法
4-12 通過關注節點找到*短路徑
戴克斯特拉算法
4-13 使用經驗法則進行搜索
A*算法、歐幾里得距離、曼哈頓距離
4-14 找到損害*小的那一個
極小化極大算法、Alpha-Beta算法
4-15 在句子中搜索文本字符串
暴力搜索、窮舉搜索、KMP算法
4-16 以一種巧妙的方式搜索字符串
BM算法
4-17 搜索符合特定模式
正則表達式 第5章 機器學習中使用的算法～支持人工智能的計算方法～
5-1 從數據中進行分類和預測
機器學習、統計機器學習
5-2 基于正確數據的學習
有監督學習、過擬合
5-3 通過從數據中提取特征進行分類
無監督學習、聚類
5-4 獎勵預期結果
強化學習、行為、代理、環境、狀態、多代理
5-5 用于分類和回歸的樹狀結構
決策樹、不純度、信息增益
5-6 多重決策樹下的少數服從多數
隨機森林、集成學習、裝袋算法、提升算法
5-7 分離時*大限度地增加與邊界的間距
支持向量機、超平面、硬間隔、軟間隔
5-8 0到1范圍內的概率預測
回歸分析、*小二乘法、邏輯回歸分析
5-9 模仿人腦信號交換的數學模型
神經網絡、反向傳播算法
5-10 深化層次結構
深度學習、CNN、RNN
5-11 能夠生成不存在數據的人工智能
GAN、深度偽造
5-12 圖像去噪和邊界增強
圖像過濾、平滑、邊緣檢測
5-13 處理和執行過程中的隨機選擇
隨機選擇算法、啟發式算法
5-14 模仿生物進化
遺傳算法
5-15 隨著時間的推移改變隨機性
爬山算法、模擬退火算法
5-16 對附近的物體有很強的學習能力
自組織映射
5-17 快速求導近似解
牛頓法、梯度下降法、隨機梯度下降法
5-18 對大量的數據進行分類
k均值算法
5-19 數據的維度被縮小，并在新的指標中表達
主成分分析 第6章 其他算法～典型案例～
6-1 將問題分割成更小的問題并記錄結果
動態編程、記憶化
6-2 減少數據量
壓縮、解壓
6-3 壓縮重復的內容
運行長度編碼、哈夫曼編碼
6-4 檢測輸入的錯誤
校驗碼、奇偶校驗碼
6-5 消除噪聲和雜聲
糾錯碼、漢明碼
6-6 通過加密算法提高安全性
加密、解密、密文、明文
6-7 簡單密碼及其破譯
愷撒密碼、ROT13
6-8 低負載加密技術
共享密鑰加密、私鑰加密、密鑰配送問題
6-9 安全的密鑰共享
Diffie-Hellman密鑰交換
6-10 利用大整數分解素因數的困難
公鑰加密、RSA加密算法
6-11 用短密鑰保證安全
橢圓曲線加密、密碼危機
6-12 用于社交媒體的算法
臉書、推特、六度分隔
6-13 谷歌的算法
網頁排名、RankBrain
6-14 在沒有事先獲得信息的情況下做出決定
A/B測試、Bandit算法
6-15 使訪問所有城市的成本*小化
旅行推銷員問題、調度問題
6-16 使所裝貨物的價值*大化
背包問題、0-1背包問題
6-17 無法解決的算法
圖靈機、停機問題
6-18 如果解決了就能得到一百萬美元？非常難以解決的問題
P類、NP類、P=NP、NP困難、NP完全
展開全部
圖解算法 作者簡介
[日]增井敏克
增井技術士事務所代表，獲得日本信息工學部門技術資格認證。
畢業于大阪府立大學研究生院。通過技術工程師（網絡、信息安全)考試和其他多項信息處理技術人員考試。
通過商務數學檢定考試1級，獲得公益財團法人日本數學檢定協會認定，以培訓師身份展開活動。
開創“商務×數學×IT”模式，幫助客戶正確、高效提升計算機技能，并致力于各種軟件的開發。
著作有《圖解數據科學》《完全圖解網絡與信息安全》《完全圖解編程原理》《用Python編程和實踐!算法入門》《IT用語圖鑒》等。
書友推薦
- >
二體千字文
- >
中國歷史的瞬間
- >
我與地壇
- >
羅曼·羅蘭讀書隨筆-精裝
- >
伯納黛特,你要去哪(2021新版)
- >
自卑與超越
- >
小考拉的故事-套裝共3冊
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
