扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
算法深潜:勇敢者的Python探险 版权信息
- ISBN：9787121432231
- 条形码：9787121432231 ; 978-7-121-43223-1
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
算法深潜:勇敢者的Python探险 本书特色
这是一本内容广泛的Python算法书。你将看到很多很有意思的算法，包括：搜索、排序和很优化算法；以人为本的算法，帮助人们确定如何接球；优选的不错算法，比如机器学习和人工智能相关算法；以及古代文明时期的算法，比如数字相乘、寻找优选公约数以及幻方生成算法。 本书将带你学习： ◎生成Voronoi图，用于各种几何应用 ◎使用算法构建聊天机器人、赢得棋类比赛、解决数独谜题 ◎编写梯度上升和下降算法的代码，求解函数的优选值和*小值 ◎使用模拟退火算法实现全局很优化 ◎构建一个预测个人幸福的决策树 ◎使用算法进行代码调试、收益优选化以及随机数生成 ◎衡量算法的效率和速度 此外，本书还探索在纯数学中有用的算法，并学习如何基于数学思想改进算法。 跟着本书边做边学，你将了解当今许多超强算法的烦琐细节，包括如何在Python 3中编程实现这些算法，以及如何衡量和优化算法性能。" "算法是每一位程序员通向技术高峰的推荐技能，但它也是一块很好难啃的“硬骨头”。本书以实际案例进行讲解，通过Python运行实例，让算法变得简单易懂。如果你想学习算法，本书是一个很好好的选择。 ——路人甲 语言和框架的发展让开发变得越来越简单，现成的“轮子”把复杂任务模块化，但同时也隐去了内在的算法细节。若只会调用而不懂原理，开发就成了无本之木。本书将为你拆解开这些“轮子”，带你逐步探究算法的原理和实现过程，让开发者知其然，更知其所以然。 ——Crossin（袁昕） “Crossin的编程教室”作者 算法在计算机科学中具有举足轻重的地位，也许是算法太重要了，以至于讲述起来都十分严肃，然而算法也是很好有趣的。本书从现实问题出发，告诉我们原来算法也可以这样平易近人。此外，作者旁征博引，读来引人入胜，示例讲解很好详细，因此本书也是一本很好的算法入门书籍。 ——陆小风 “码农的荒岛求生”公众号主 Python是一种写代码很快的语言，简单好用的组合数据类型就为效率做出较大提升。这也使得在此之上的算法设计有了更多发挥的空间，使得人们不再需要浪费大量精力在底层数据结构的工作上。 过去几年我在音频识别系统和GIS领域的算法设计中，应用Python取得了不错的效果。这使得我可以更关注算法本身的设计，做出指数级增长的优化。优化的结果并非快了多少倍，而是以log指数函数增长的。 本书介绍了大量底层算法Python实现，Python程序员可以更加方便地应用这些不错算法来使得系统更加强大而高效。在获得优异效果的同时也有助于保护头发。 ——gashero Python技术专家 很高兴看到用 Python 描述算法，通过 Python，我们更关注算法本身，而不是语法细节。本书深入浅出地讲解了算法从古至今的应用，既有常见的排序搜索，也有机器学习、人工智能领域的讨论。学习完本书，你可以对算法有一个扎实的理解。推荐算法入门学员和算法爱好者阅读。 ——彭涛 字码网络创始人&涛哥聊Python 博主
算法深潜:勇敢者的Python探险 内容简介
本书是算法入门指南，基于Python语言讲述算法实现。具体内容包括：搜索、排序和很优化算法；以人为本的算法，帮助人们决定如何接棒球或自助餐吃多少；优选的不错算法，比如机器学习和人工智能相关算法；古代文明时期的算法，如古埃及和俄罗斯农夫如何使用算法来实现乘法，古希腊人如何使用算法来找到优选公约数，以及江户时代的日本学者如何设计幻方生成算法。
算法深潜:勇敢者的Python探险 目录
1 用算法解决问题 1
分析式方法 2
伽利略模型 2
解x策略 4
内在物理学家 5
算法式方法 6
用脖子“思考” 6
应用查普曼算法 10
用算法解决问题 11
小结 12
2 算法简史 13
俄罗斯农夫乘法（RPM） 14
手工实现RPM 14
用Python实现RPM 18
欧几里得算法 20
手工实现欧几里得算法 21
用Python实现欧几里得算法 21
日本幻方 22
用Python创建洛书幻方 23
用Python实现Kurushima算法 24
小结 36
3 *大化和*小化 37
设定税率 37
正确步骤 38
将迈步变成算法 41
梯度上升存在的问题 43
局部极值问题 45
教育和终身收入 45
沿着教育维度爬坡――正确方式 47
从*大化到*小化 48
通用爬山法 51
什么时候不要使用算法 52
小结 53
4 排序和搜索 54
插入排序 55
插入排序中的插入 55
通过插入完成排序 57
衡量算法效率 59
为什么追求效率 59
准确衡量时间 60
计算步数 61
对比众所周知的函数 64
增加理论精度 67
使用大O符号 68
归并排序 69
归并操作 70
从归并到排序 72
睡眠排序 76
从排序到搜索 78
二进制搜索 78
二进制搜索的应用 80
小结 81
5 纯数学 82
连分式 82
Phi的压缩和交换 83
连分式的更多知识 85
生成连分式的算法 86
从小数到连分式 90
从分数到根数 92
平方根 93
巴比伦算法 93
Python中的平方根 95
随机数生成器 96
随机的可能性 96
线性同余生成器 97
评价PRNG 98
随机性的Diehard测试 100
线性反馈移位寄存器 102
小结 105
6 高级优化 106
旅行商问题 107
问题定义 107
智力对比蛮力 112
*近邻算法 113
实现*近邻搜索 113
进一步改进 115
贪婪算法 118
引入温度函数 118
模拟退火 120
算法调优 123
避免重大退步 126
允许重置 127
测试性能 128
小结 130
7 几何学 131
邮政局长问题 131
三角形基础 134
高级研究生级的三角形知识 137
寻找外心 137
提升绘图能力 140
Delaunay三角剖分 141
增量生成Delaunay三角剖分 143
实现Delaunay三角网 146
从Delaunay到Voronoi 151
小结 155
8 语言 157
为什么语言类算法很难 157
插入空格 158
定义单词列表并找到单词 159
处理复合词 161
检查空格间的潜在单词 161
导入语料库检查有效词 163
找到潜在单词的前半部分和后半部分 164
短语补全 168
分词并求n-gram 168
我们的策略 169
找到候选n+1-gram 170
基于频次选择短语 171
小结 173
9 机器学习 174
决策树 174
构建决策树 176
下载数据集 176
查看数据 177
分割数据 178
更聪明的分割 180
选择分裂变量 182
增加深度 184
评估决策树 187
过度拟合问题 189
改进和优化 192
随机森林 193
小结 193
10 人工智能 194
点格棋 195
画棋盘 196
游戏描述 197
游戏得分 198
博弈树及如何获胜 200
构建树 202
获胜 205
改进 209
小结 210
11 勇往直前 212
用算法做更多事情 213
构建聊天机器人 214
文本向量化 216
向量相似度 218
变得更快更好 220
雄心勃勃的算法 221
解开*深的奥秘 224
分析式方法 2
伽利略模型 2
解x策略 4
内在物理学家 5
算法式方法 6
用脖子“思考” 6
应用查普曼算法 10
用算法解决问题 11
小结 12
2 算法简史 13
俄罗斯农夫乘法（RPM） 14
手工实现RPM 14
用Python实现RPM 18
欧几里得算法 20
手工实现欧几里得算法 21
用Python实现欧几里得算法 21
日本幻方 22
用Python创建洛书幻方 23
用Python实现Kurushima算法 24
小结 36
3 *大化和*小化 37
设定税率 37
正确步骤 38
将迈步变成算法 41
梯度上升存在的问题 43
局部极值问题 45
教育和终身收入 45
沿着教育维度爬坡――正确方式 47
从*大化到*小化 48
通用爬山法 51
什么时候不要使用算法 52
小结 53
4 排序和搜索 54
插入排序 55
插入排序中的插入 55
通过插入完成排序 57
衡量算法效率 59
为什么追求效率 59
准确衡量时间 60
计算步数 61
对比众所周知的函数 64
增加理论精度 67
使用大O符号 68
归并排序 69
归并操作 70
从归并到排序 72
睡眠排序 76
从排序到搜索 78
二进制搜索 78
二进制搜索的应用 80
小结 81
5 纯数学 82
连分式 82
Phi的压缩和交换 83
连分式的更多知识 85
生成连分式的算法 86
从小数到连分式 90
从分数到根数 92
平方根 93
巴比伦算法 93
Python中的平方根 95
随机数生成器 96
随机的可能性 96
线性同余生成器 97
评价PRNG 98
随机性的Diehard测试 100
线性反馈移位寄存器 102
小结 105
6 高级优化 106
旅行商问题 107
问题定义 107
智力对比蛮力 112
*近邻算法 113
实现*近邻搜索 113
进一步改进 115
贪婪算法 118
引入温度函数 118
模拟退火 120
算法调优 123
避免重大退步 126
允许重置 127
测试性能 128
小结 130
7 几何学 131
邮政局长问题 131
三角形基础 134
高级研究生级的三角形知识 137
寻找外心 137
提升绘图能力 140
Delaunay三角剖分 141
增量生成Delaunay三角剖分 143
实现Delaunay三角网 146
从Delaunay到Voronoi 151
小结 155
8 语言 157
为什么语言类算法很难 157
插入空格 158
定义单词列表并找到单词 159
处理复合词 161
检查空格间的潜在单词 161
导入语料库检查有效词 163
找到潜在单词的前半部分和后半部分 164
短语补全 168
分词并求n-gram 168
我们的策略 169
找到候选n+1-gram 170
基于频次选择短语 171
小结 173
9 机器学习 174
决策树 174
构建决策树 176
下载数据集 176
查看数据 177
分割数据 178
更聪明的分割 180
选择分裂变量 182
增加深度 184
评估决策树 187
过度拟合问题 189
改进和优化 192
随机森林 193
小结 193
10 人工智能 194
点格棋 195
画棋盘 196
游戏描述 197
游戏得分 198
博弈树及如何获胜 200
构建树 202
获胜 205
改进 209
小结 210
11 勇往直前 212
用算法做更多事情 213
构建聊天机器人 214
文本向量化 216
向量相似度 218
变得更快更好 220
雄心勃勃的算法 221
解开*深的奥秘 224
展开全部
算法深潜:勇敢者的Python探险 作者简介
Bradford Tuckfield，博士，数据科学家、咨询师，是《R无监督学习实战》（Applied Unsupervised Learning with R）一书的共同作者。研究成果发表在数学、商业管理和医学等领域的顶级学术期刊。他还为杂志和政策期刊撰写文化相关的文章。译者：唐李洋，女，博士，毕业于合肥工业大学管理科学与工程系。现就职于中国电子科技集团公司第三十八研究所，曾游学美国、香港，数据挖掘与大数据分析研究经验颇丰，在相关领域重要国际期刊及会议发表论文数篇。译有《计算机科学中的数学》、《R语言高性能编程》、《大数据猩球：海量数据处理实践指南》、《流式架构：Kafka与MapR Streams数据流处理》、《高可用MySQL》（第1和第2版）等书。
书友推荐
- >
史学评论
史学评论
¥13.4¥42.0 - >
月亮虎
月亮虎
¥20.2¥48.0 - >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥7.7¥24.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
经典常谈
经典常谈
¥16.3¥39.8 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
山海经
山海经
¥20.4¥68.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.5¥10.0
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
