![[套装书]程序员必会的40种算法+机器学习算法（原书第2版）（2册）](http://images.china-pub.com/ebook8080001-8085000/8084229/zcover.jpg)
基本信息
- 作者： 伊姆兰·艾哈迈德 朱塞佩·博纳科尔索
- 丛书名： 华章程序员书库
- 出版社：机械工业出版社
- ISBN：9782109241731
- 上架时间：2021-9-24
- 出版日期：2021 年9月
- 开本：16开
- 页码：646
- 版次：1-1
- 所属分类：计算机 > 计算机科学理论与基础知识 > 计算理论 > 算法
编辑推荐
---------------------------8083974 - 程序员必会的40种算法---------------------------
本书致力于利用算法求解实际问题，
帮助初学者理解算法背后的逻辑和数学知识。
本书内容丰富，涉及算法基础、设计技术、分析方法、排序算法、查找算法、图算法、
线性规划算法、机器学习算法、推荐算法、数据算法、密码算法和并行算法等内容，
重点讲述如何使用Python进行算法实现和算法性能的比较与分析。
内容简介
书籍
计算机书籍
---------------------------8083974 - 程序员必会的40种算法---------------------------
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。
---------------------------8067792 - 机器学习算法（原书第2版）---------------------------
本书介绍了数据科学领域常用的所有重要机器学习算法以及TensorFlow和特征工程等相关内容。涵盖的算法包括线性回归、逻辑回归、支持向量机、朴素贝叶斯、k均值、随机森林等，这些算法可以用于监督学习、非监督学习、强化学习或半监督学习。
在本书中，你将学会如何使用这些算法来解决所遇到的问题，并了解这些算法的工作方式。本书还将介绍自然语言处理和推荐系统，这些内容将帮助大家进行多种算法的实践。
阅读完本书后，面对你所遇到的问题，你将了解如何选择合适的聚类、分类或回归的机器学习算法。
计算机书籍
---------------------------8083974 - 程序员必会的40种算法---------------------------
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。
---------------------------8067792 - 机器学习算法（原书第2版）---------------------------
本书介绍了数据科学领域常用的所有重要机器学习算法以及TensorFlow和特征工程等相关内容。涵盖的算法包括线性回归、逻辑回归、支持向量机、朴素贝叶斯、k均值、随机森林等，这些算法可以用于监督学习、非监督学习、强化学习或半监督学习。
在本书中，你将学会如何使用这些算法来解决所遇到的问题，并了解这些算法的工作方式。本书还将介绍自然语言处理和推荐系统，这些内容将帮助大家进行多种算法的实践。
阅读完本书后，面对你所遇到的问题，你将了解如何选择合适的聚类、分类或回归的机器学习算法。
作译者
---------------------------8067792 - 机器学习算法（原书第2版）---------------------------
[意] 朱塞佩·博纳科尔索（Giuseppe Bonaccorso） 著：朱塞佩·博纳科尔索（Giuseppe Bonaccorso）一家大型跨国公司的数据科学主管。他拥有意大利卡塔尼亚大学电子工程专业工程学硕士学位，然后在意大利罗马第二大学、英国埃塞克斯大学深造过。在他的职业生涯中，担任过公共管理、军事、公用事业、医疗保健、诊断和广告等多个业务领域的IT工程师，使用Java、Python、Hadoop、Spark、Theano和TensorFlow等多种技术进行过项目开发与管理。他的主要研究兴趣包括人工智能、机器学习、深度学习、强化学习、数据科学等。
目录
[套装书具体书目]
8067792 - 机器学习算法（原书第2版） - 9787111645788 - 机械工业出版社 - 定价 99
8083974 - 程序员必会的40种算法 - 9787111690337 - 机械工业出版社 - 定价 99
---------------------------8083974 - 程序员必会的40种算法---------------------------
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2
1.1 什么是算法2
1.2 描述算法逻辑4
1.2.1 理解伪代码4
1.2.2 使用代码片段6
1.2.3 制定执行计划6
8067792 - 机器学习算法（原书第2版） - 9787111645788 - 机械工业出版社 - 定价 99
8083974 - 程序员必会的40种算法 - 9787111690337 - 机械工业出版社 - 定价 99
---------------------------8083974 - 程序员必会的40种算法---------------------------
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2
1.1 什么是算法2
1.2 描述算法逻辑4
1.2.1 理解伪代码4
1.2.2 使用代码片段6
1.2.3 制定执行计划6
前言
---------------------------8083974 - 程序员必会的40种算法---------------------------
算法一直在计算科学和计算实践中发挥着重要作用。本书致力于利用算法求解实际问题。为了最大限度地利用算法，必须深入理解算法背后的逻辑和数学知识。我们先概要地介绍算法，并探索各种算法设计技术。接下来，学习线性规划算法、PageRank算法、图算法以及机器学习算法。本书还包含一些案例（如天气预测、推文聚类和电影推荐引擎），用来说明如何才能最佳地应用这些算法。通过学习本书，你将对使用算法求解实际计算问题充满信心。
读者对象
本书为程序员而写！无论你是希望深刻理解算法背后的数学知识的经验丰富的程序员，还是希望了解如何利用经过实践检验的算法来改进代码设计和编写方式的经验不足的程序员，阅读本书都大有裨益。在阅读本书前必须具有Python编程经验，数据科学知识对阅读本书有帮助，但不是必需的。
本书内容
第1章概述算法基础。1.1节介绍理解不同算法如何工作所需的基本概念，概述人们最初如何用算法以数学的形式表达特定类型的问题，还提到不同算法的局限性。1.2节讲述描述算法逻辑的各种方法。由于本书用 Python编写算法，1.3节说明如何设置环境以运行书中给出的例子。1.4节介绍算法设计技术。1.5节讨论如何用不同方法量化算法性能，并与其他算法进行比较。1.6节讨论验证算法的特定实现的各种方法。
第2章着重讲述算法中用于存储临时数据的内存数据结构。算法可能是数据密集型的，也可能是计算密集型的，或者既是数据密集型的又是计算密集型的。对于所有不同类型的算法，选择恰当的数据结构对其最佳实现而言至关重要。许多算法具有递归和迭代逻辑，因而需要面向这种本征逻辑的专用数据结构。由于本书用 Python编写算法，这一章主要关注实现书中算法所需的 Python 数据结构。
第3章给出用于排序和查找的核心算法。这些算法在后面将作为其他更复杂算法的基础。本章先讲述不同类型的排序算法，包括各种算法的性能比较。然后，讲述各种查找算法，量化这些算法的性能和复杂度，并进行比较。最后，讲述这些算法的实际应用。
第4章讲述设计各种算法所需的核心概念，阐述各种算法并讨论它们的优缺点。理解这些概念对设计最优的复杂算法而言至关重要。这一章先讨论不同类型的算法设计，然后求解著名的旅行商问题。之后讨论线性规划及其局限性。最后，用实例展示如何用线性规划进行产量规划。
第5章着重讲述常见于计算机科学中的图算法。图是许多计算问题的最佳模型。本章讲述表示和搜索图的各种方法。搜索图意味着用系统化的方法沿图中的边访问图中的顶点。图搜索算法可以发现图的很多结构。很多算法都通过在输入图上执行搜索算法来获得结构信息。其他几个图算法都是基本图搜索算法的细化。图的搜索技术是图算法领域的核心。该章首先讨论图的两种常见的计算表示：邻接表和邻接矩阵。接下来，讲述广度优先搜索这种简单的图搜索算法，并说明如何创建广度优先搜索树。然后讲述深度优先搜索，并给出深度优先搜索算法访问顶点顺序的标准结论。
第6章讨论无监督机器学习算法。之所以被归类为无监督方法，是由于这些模型或算法在无监督条件下从给定数据中学习固有的结构、模式和关系。我们先讨论聚类方法，这种机器学习方法基于固有的属性或特征，试图从数据集的数据样本中找出相似性模式和关系模式，然后把数据样本划分为集群，使得各个集群内的数据样本具有相似性。接下来，讨论降维算法，该算法用于处理特征较多的问题。之后，讨论关联规则挖掘算法，它们属于数据挖掘方法，用于检查和分析大规模交易数据集，以发现有意义的模式和规则，而这些模式表示了跨交易的各种商品之间有意义的关系和关联。最后，讨论处理异常检测的算法。
第7章描述与一组机器学习问题相关的传统监督机器学习算法。这些问题中的标记数据集具有输入属性和相应的输出标签或类别。这些输入和其相应的输出用于学习一个一般性系统，该系统用于预测不在数据集中的其他数据点的结果。我们先从机器学习的角度概述分类的相关概念。接下来，讨论重要的算法之一—决策树，给出决策树算法的局限性和优势。接着介绍支持向量机和XGBoost这两种重要的算法。最后，讨论线性回归这种最简单的机器学习算法。
第8章首先介绍典型神经网络这种最重要的机器学习技术的主要概念和组成部分。然后介绍各种神经网络，并阐述用于实现这些神经网络的激活函数。之后，详细讨论反向传播算法，这是目前应用最广泛的训练神经网络的收敛算法。接下来，介绍迁移学习技术，它可以大大简化模型训练并部分地使其自动化。最后，给出一个学习实例，讨论如何在现实世界中利用深度学习进行欺诈检测。
第9章介绍自然语言处理算法，从理论到实践循序渐进地展开。首先介绍基础知识，然后讨论背后的数学知识。接下来，介绍一种流行的神经网络，它广泛应用于设计和实现文本数据上的重要用例。此外，还介绍自然语言处理算法的局限性。最后，给出一个案例，讨论如何在自然语言处理领域训练机器学习模型，以进行电影评论情感分析。
第10章重点讨论推荐引擎，它先用与用户偏好相关的信息建立模型，然后基于模型和信息向用户提供推荐。推荐引擎总是建立在顾客和商品之间被记录的交互过程基础之上。我们先介绍推荐引擎背后的基本思想，然后讨论各种推荐引擎，最后讨论如何利用推荐引擎向用户推荐各种商品。
媒体评论
---------------------------8083974 - 程序员必会的40种算法---------------------------
算法一直在计算科学和计算实践中发挥着重要作用。除了传统计算之外，使用算法解决现实问题的能力是开发人员和程序员必须具备的一项重要技能。本书不仅能帮助你拓展技能，选择强有力的算法解决现实世界的问题，还能帮助你了解算法原理。
本书带你了解各种算法设计技术，通过实例探索如何实现不同类型的算法，学习线性规划算法、PageRank算法和图算法以及机器学习算法等更复杂的算法，理解它们背后的数学知识和逻辑。此外，通过天气预测、推文聚类和电影推荐引擎等案例分析展示如何应用这些算法。最后，你将学习支持并行处理的技术，从而将这些算法用于计算密集型任务。通过学习本书，你将熟练地使用各种各样的算法解决现实世界的计算问题。
本书主要内容包括：
探索Python库中的数据结构和算法。
利用网络分析实现欺诈检测的图算法。
使用机器学习算法对类似推文进行聚类，实时处理推文数据。
使用监督学习算法预测天气。
使用孪生神经网络进行独热图像识别。
创建向订阅者推荐相关电影的推荐引擎。
在部署机器学习模型时，使用对称和非对称加密实现可靠的安全。
---------------------------8067792 - 机器学习算法（原书第2版）---------------------------
