商品編號:DJAA2V-A900FA7BM
每個程式設計師都應該要知道的50個演算法
驚喜優惠
$545
$690
- P幣
全盈+PAY單筆消費滿1200回饋80P幣(每帳號限乙次,限量5000名)
- 登記送
【OK】單筆滿$1純取貨/取貨付款訂單登記送OK購物金50元(限量)
- 登記送
【7-11】單筆滿$350純取貨/取貨付款訂單登記送一顆檸檬青茶兌換券乙張(限量)
付款方式
- 信用卡、無卡分期、行動支付,與其他多種方式
- PChome 聯名卡最高6%,新戶再享首刷禮1000P
出貨
- PChome 倉庫出貨,24小時到貨
配送
宅配滿$490免運,超取滿$350免運
- 宅配到府(本島/低溫)滿$699免運
- 宅配到府(本島/常溫)滿$490免運
- 超商取貨(常溫)滿$350免運
- 超商取貨(低溫)滿$699免運
- i郵箱(常溫)滿$290免運
銀行卡、行動支付
優惠總覽
商品詳情
作者: | |
譯者: | 何敏煌 |
ISBN: | 9786263331778 |
出版社: | |
出版日期: | 2022/07/15 |
內文簡介
- <內容簡介>
不管是在計算的科學與實務上,演算法總是扮演重要的角色。除了傳統的計算之外,對任何一個開發者或程式設計師而言,使用演算法解決實務問題的能力是非常重要且必須具備的技巧。本書不只會幫助你發展選用的技術以及使用演算法以解決實務問題,同時也能理解這些演算法是如何運作的。
本書從演算法的介紹開始,並說明各種演算法的設計技巧,再佐以實際範例來協助探討如何實作不同類型的演算法,諸如搜尋與排序。當你要進階更複雜的演算法集合時,你將會學到線性規劃、頁面排名以及各種圖(graph),甚至跨入AI領域學習如何使用機器學習演算法,並瞭解它們背後的數學與邏輯。隨後將更進一步探討一些案例研究,像是天氣預測、推文分群以及電影推薦引擎等等,瞭解如何應用這些演算法以達到最佳化。最終,你將精通平行處理技術的運用,讓你有能力可以使用這些演算法在計算密集的任務上。
讀完本書,你將精通各式各樣的演算法來解決職場上的電腦運算問題。
本書範例檔:
https://github.com/packtpublishing/40-algorithms-every-programmer-should-know
★本書特色:
☛學習現存於Python程式庫中的資料結構及演算法
☛了解如何實作圖形演算法,並藉由網路分析進行詐欺偵測
☛學會使用機器學習演算法,即時進行相似推文的分群並處理Twitter資料
☛學會使用監督式學習演算法預測天氣
☛學會使用Siamese Neural Networks執行單張影像的辨識
☛建立一個推薦引擎,向訂閱者建議相關的電影
☛部署機器學習模型時,使用對稱及非對稱加密,實作萬無一失的安全機制
★目錄:
Section 1:基礎與核心演算法
Chapter 1_ 演算法概述
什麼是演算法?
精準描述演算法的邏輯
Python套件介紹
演算法的設計技巧
效能分析
演算法的驗證
本章摘要
Chapter 2_演算法裡的資料結構
Python的資料結構
探索抽象資料型態
本章摘要
Chapter 3_排序與搜尋演算法
排序演算法的介紹
搜尋演算法的介紹
實際應用
本章摘要
Chapter 4_設計演算法
設計演算法的基本概念介紹
瞭解演算法策略
實際的應用:解決TSP
介紹PageRank演算法
瞭解線性規劃(Linear programming)
實際的應用—使用線性規劃進行產能規劃
本章摘要
Chapter 5_圖演算法
圖的表示
網路分析理論介紹
瞭解圖的遍歷
案例研究:詐欺分析
本章摘要
Section 2:機器學習演算法
Chapter 6_非監督式機器學習演算法
認識非監督式學習
瞭解分群演算法
降維
關聯規則探勘
實際應用:分群相似的推文
Anomaly-detection異常偵測演算法
本章摘要
Chapter 7_傳統監督式學習演算法
瞭解監督式機器學習
瞭解分類演算法
瞭解迴歸演算法
實用範例:如何預測天氣
本章摘要
Chapter 8_類神經網路演算法
瞭解ANN
ANN的演進
訓練類神經網路
工具和框架
遷移學習(Transfer learning)
案例研究:使用深度學習進行詐欺偵測
本章摘要
Chapter 9_自然語言處理演算法
介紹NLP
BoW-based NLP
字詞嵌入簡介
在NLP中使用RNN
使用NLP進行情緒分析
案例研究:電影評論的情感分析
本章摘要
Chapter 10_推薦引擎
推薦系統介紹
推薦引擎的類型
瞭解推薦系統的限制
實際應用領域
實際的例子:建立一個推薦引擎
本章摘要
Section 3:進階主題
Chapter 11_資料演算法
資料演算法簡介
資料儲存演算法介紹
串流資料演算法介紹
介紹資料壓縮演算法
一個實際的例子:Twitter即時情感分析
本章摘要
Chapter 12_密碼學
密碼學簡介
瞭解加密技術的類型
範例:在部署機器學習模型時的安全考量
本章摘要
Chapter 13_大規模演算法
大規模演算法簡介
平行演算法的設計
多資源程序的策略
本章摘要
Chapter 14_實務上的考量
實務上的考量簡介
演算法的可解釋性
瞭解倫理和演算法之間的關係
在模型中減少偏差
解決NP-hard問題
使用演算法的時機
本章摘要
<作者簡介>
Imran Ahmad
Imran Ahmad是Google的合格講師,他在Google和Learning Tree有許多年的教學經驗。Imran教授的主題包括Python、機器學習、演算法、大數據以及深度學習。在他的博士學位中,他提出了一個基於線性規劃的演算法,稱之為ATSRA,此演算法應用在雲端環境的最佳化資源指派上。過去四年裡,Imran在加拿大聯邦政府先進分析實驗室進行高規格機器學習專案工作,此專案主要是為了開發機器學習演算法,讓移民程序可以自動化。Imran目前的工作是在開發使用GPU最佳化的演算法,以訓練複雜的機器學習模型。
相關分類
購物須知
寄送時間 | 全台灣24h到貨,遲到提供100元現金積點。全年無休,週末假日照常出貨。例外說明 |
---|---|
送貨方式 | 透過宅配送達。除網頁另有特別標示外,均為常溫配送。 消費者訂購之商品若經配送兩次無法送達,再經本公司以電話與Email均無法聯繫逾三天者,本公司將取消該筆訂單,並且全額退款。 |
送貨範圍 | 限台灣本島與離島地區註,部分離島地區包括連江馬祖、綠島、蘭嶼、琉球鄉…等貨件,將送至到岸船公司碼頭,需請收貨人自行至碼頭取貨。注意!收件地址請勿為郵政信箱。 註:離島地區不配送安裝商品、手機門號商品、超大材商品及四機商品。 |
售後服務 | 缺掉頁更換新品 |
執照證號&登錄字號 | 本公司食品業者登錄字號A-116606102-00000-0 |
關於退貨
- PChome24h購物的消費者,都可以依照消費者保護法的規定,享有商品貨到次日起七天猶豫期的權益。(請留意猶豫期非試用期!!)您所退回的商品必須回復原狀(復原至商品到貨時的原始狀態並且保持完整包裝,包括商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性)。商品一經拆封/啟用保固,將使商品價值減損,您理解本公司將依法收取回復原狀必要之費用(若無法復原,費用將以商品價值損失計算),請先確認商品正確、外觀可接受再行使用,以免影響您的權利,祝您購物順心。
- 如果您所購買商品是下列特殊商品,請留意下述退貨注意事項:
- 易於腐敗之商品、保存期限較短之商品、客製化商品、報紙、期刊、雜誌,依據消費者保護法之規定,於收受商品後將無法享有七天猶豫期之權益且不得辦理退貨。
- 影音商品、電腦軟體或個人衛生用品等一經拆封即無法回復原狀的商品,在您還不確定是否要辦理退貨以前,請勿拆封,一經拆封則依消費者保護法之規定,無法享有七天猶豫期之權益且不得辦理退貨。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,一經您事先同意後始提供者,依消費者保護法之規定,您將無法享有七天猶豫期之權益且不得辦理退貨。
- 組合商品於辦理退貨時,應將組合銷售商品一同退貨,若有遺失、毀損或缺件,PChome將可能要求您依照損毀程度負擔回復原狀必要之費用。
- 若您需辦理退貨,請利用顧客中心「查訂單」或「退訂/退款查詢」的「退訂/退貨」功能填寫申請,我們將於接獲申請之次日起1個工作天內檢視您的退貨要求,檢視完畢後將以E-mail回覆通知您,並將委託本公司指定之宅配公司,在5個工作天內透過電話與您連絡前往取回退貨商品。請您保持電話暢通,並備妥原商品及所有包裝及附件,以便於交付予本公司指定之宅配公司取回(宅配公司僅負責收件,退貨商品仍由特約廠商進行驗收),宅配公司取件後會提供簽收單據給您,請注意留存。
- 退回商品時,請以本公司或特約廠商寄送商品給您時所使用的外包裝(紙箱或包裝袋),原封包裝後交付給前來取件的宅配公司;如果本公司或特約廠商寄送商品給您時所使用的外包裝(紙箱或包裝袋)已經遺失,請您在商品原廠外盒之外,再以其他適當的包裝盒進行包裝,切勿任由宅配單直接粘貼在商品原廠外盒上或書寫文字。
- 若因您要求退貨或換貨、或因本公司無法接受您全部或部分之訂單、或因契約解除或失其效力,而需為您辦理退款事宜時,您同意本公司得代您處理發票或折讓單等相關法令所要求之單據,以利本公司為您辦理退款。
- 本公司收到您所提出的申請後,若經確認無誤,將依消費者保護法之相關規定,返還您已支付之對價(含信用卡交易),退款日當天會再發送E-mail通知函給您。