本书致力于利用算法求解实际问题。第1部分介绍算法的核心内容,探讨什么是算法、如何设计算法,同时学习在算法中使用的数据结构。重点讲解排序算法、查找算法和求解图问题的算法。第二部分讨论各种机器学习算法,包括无监督机器学习算法和传统有监督学习算法,详细讨论一些自然语言处理算法和推荐引擎。第三部分讨论更高级的算法概念,重点介绍了密码算法和大规模算法。本书还包含一些案例分析(如天气预测、推文聚类和电影推荐引擎),用来说明如何才能更好地应用这些算法。
伊姆兰·艾哈迈德(Imran Ahmad)是一名经过认证的谷歌讲师,多年来一直在谷歌和学习树(Learning Tree)任教,主要教授Python、机器学习、算法、大数据和深度学习。他在攻读博士学位期间基于线性规划方法提出了名为ATSRA的新算法,用于云计算环境中资源的优化分配。近4年来,他一直在加拿大联邦政府的高级分析实验室参与一个备受关注的机器学习项目,该项目旨在开发机器学习算法,使移民过程自动化。他目前正致力于开发最优地使用GPU来训练复杂的机器学习模型的算法。
译者序
前言
关于作者
关于审校者
第一部分 基础与核心算法
第1章 算法概述
第2章 算法中的数据结构
第3章 排序算法和查找算法
第4章 算法设计
线性规划问题的形式化描述
第5章 图算法
第二部分 机器学习算法
第6章 无监督机器学习算法
第7章 传统监督学习算法
第8章 神经网络算法
第9章 自然语言处理算法
第10章 推荐引擎
第三部分 高级主题
第11章 数据算法
第12章 密码算法
第13章 大规模算法
第14章 实践中要考虑的要素
推荐帖子 最新更新时间:2022-05-18 16:04
热门活动
相关视频
可能感兴趣器件
随便看看
热门下载
热门文章
热门标签
评论