عنوان کتاب به انگلیسی: |
40 Algorithms Every Programmer Should Know: Hone your problem-solving skills by learning different algorithms and their implementation in Python |
| سال انتشار: 2020 | 374 صفحه | حجم فایل: 20 مگابایت | زبان: انگلیسی |
| نویسنده | Imran Ahmad |
| ناشر | Packt Publishing |
| ISBN10: | 1789801214 |
| ISBN13: | 9781789801217 |
توضیحات کتاب
Key FeaturesLearn the techniques you need to know to design algorithms for solving complex problems
Become familiar with neural networks and deep learning techniques
Explore different types of algorithms and choose the right data structures for their optimal implementationBook Description
Algorithms have always played an important role in both the science and practice of computing. Beyond traditional computing, the ability to use algorithms to solve real-world problems is an important skill that any developer or programmer must have. This book will help you not only to develop the skills to select and use an algorithm to solve real-world problems but also to understand how it works.
You’ll start with an introduction to algorithms and discover various algorithm design techniques, before exploring how to implement different types of algorithms, such as searching and sorting, with the help of practical examples. As you advance to a more complex set of algorithms, you’ll learn about linear programming, page ranking, and graphs, and even work with machine learning algorithms, understanding the math and logic behind them. Further on, case studies such as weather prediction, tweet clustering, and movie recommendation engines will show you how to apply these algorithms optimally. Finally, you’ll become well versed in techniques that enable parallel processing, giving you the ability to use these algorithms for compute-intensive tasks.
By the end of this book, you’ll have become adept at solving real-world computational problems by using a wide range of algorithms.
What you will learn
Explore existing data structures and algorithms found in Python libraries
Implement graph algorithms for fraud detection using network analysis
Work with machine learning algorithms to cluster similar tweets and process Twitter data in real time
Predict the weather using supervised learning algorithms
Use neural networks for object detection
Create a recommendation engine that suggests relevant movies to subscribers
Implement foolproof security using symmetric and asymmetric encryption on Google Cloud Platform (GCP)
Who this book is for
This book is for programmers or developers who want to understand the use of algorithms for problem-solving and writing efficient code. Whether you are a beginner looking to learn the most commonly used algorithms in a clear and concise way or an experienced programmer looking to explore cutting-edge algorithms in data science, machine learning, and cryptography, you’ll find this book useful. Although Python programming experience is a must, knowledge of data science will be helpful but not necessary.
Table of Contents
Overview of Algorithms
Data Structures used in Algorithms
Sorting and Searching Algorithms
Designing Algorithms
Graph Algorithms
Unsupervised Machine Learning Algorithms
Traditional Supervised Learning Algorithms
Neural Network Algorithms
Algorithms for Natural Language Processing
Recommendation Engines
Data Algorithms
Cryptography
Large Scale Algorithms
Practical Considerations
توضیحات کتاب به فارسی (ترجمه ماشینی)
الگوریتم های برای حل مشکلات کلاسیک علوم کامپیوتر با این راهنمای مختصر را که شامل همه چیز از الگوریتم های اساسی ، مانند مرتب سازی و جستجو ، گرفته تا الگوریتم های مدرن است که در یادگیری ماشین و رمزنگاری استفاده می شود ، بیاموزید.
ویژگی های کلیدی
برای طراحی الگوریتم ها برای حل مشکلات پیچیده ، تکنیک هایی را که باید بدانید بیاموزید
با شبکه های عصبی و تکنیک های یادگیری عمیق آشنا شوید
انواع مختلف الگوریتم ها را کاوش کرده و ساختارهای داده مناسب را برای اجرای بهینه آنها انتخاب کنید
توضیحات کتاب
الگوریتم ها همواره نقش مهمی در علم و عمل محاسبات داشته اند.فراتر از محاسبات سنتی ، توانایی استفاده از الگوریتم ها برای حل مشکلات در دنیای واقعی مهارت مهمی است که هر توسعه دهنده یا برنامه نویس باید داشته باشد.این کتاب به شما کمک می کند نه تنها مهارت های انتخاب و استفاده از الگوریتم را برای حل مشکلات در دنیای واقعی بلکه به درک نحوه عملکرد آن نیز توسعه دهید.
قبل از بررسی نحوه اجرای انواع مختلف الگوریتم ها ، مانند جستجو و مرتب سازی ، با کمک نمونه های عملی ، با مقدمه ای برای الگوریتم ها شروع می کنید و تکنیک های مختلف طراحی الگوریتم را کشف می کنید.با پیشرفت به مجموعه ای پیچیده تر از الگوریتم ها ، در مورد برنامه نویسی خطی ، رتبه بندی صفحه و نمودارها می آموزید و حتی با الگوریتم های یادگیری ماشین کار می کنید ، درک ریاضی و منطق در پشت آنها می کنید.در ادامه ، مطالعات موردی مانند پیش بینی آب و هوا ، خوشه بندی توییت و موتورهای توصیه فیلم به شما نشان می دهد که چگونه این الگوریتم ها را بهینه اعمال کنید.سرانجام ، شما در تکنیک هایی که پردازش موازی را امکان پذیر می کنند ، به خوبی آگاه خواهید شد و به شما امکان استفاده از این الگوریتم ها را برای کارهای فشرده محاسبه می کنید.
با پایان این کتاب ، با استفاده از طیف گسترده ای از الگوریتم ها ، در حل مشکلات محاسباتی در دنیای واقعی مهارت پیدا خواهید کرد.
آنچه یاد خواهید گرفت
ساختار داده های موجود و الگوریتم های موجود در کتابخانه های پایتون را کاوش کنید
الگوریتم های نمودار را برای تشخیص کلاهبرداری با استفاده از تجزیه و تحلیل شبکه پیاده سازی کنید
با الگوریتم های یادگیری ماشین کار کنید تا توییت های مشابه را خوشه کنید و داده های توییتر را در زمان واقعی پردازش کنید
آب و هوا را با استفاده از الگوریتم های یادگیری نظارت شده پیش بینی کنید
برای تشخیص شی از شبکه های عصبی استفاده کنید
یک موتور توصیه ایجاد کنید که فیلم های مربوطه را به مشترکان نشان می دهد
با استفاده از رمزگذاری متقارن و نامتقارن در Google Cloud Platform (GCP) ، امنیت ضد حریف را اجرا کنید
این کتاب برای چه کسی است
این کتاب برای برنامه نویسان یا توسعه دهندگان است که می خواهند استفاده از الگوریتم ها را برای حل مسئله و نوشتن کد کارآمد درک کنند.این که آیا شما یک مبتدی هستید که به دنبال یادگیری متداول ترین الگوریتم ها به روشی واضح و مختصر هستید یا یک برنامه نویس باتجربه که به دنبال کشف الگوریتم های برش در علوم داده ، یادگیری ماشین و رمزنگاری است ، این کتاب را مفید خواهید دید.اگرچه تجربه برنامه نویسی پایتون یک ضرورت است ، اما دانش علم داده مفید خواهد بود اما لازم نیست.
فهرست مطالب
نمای کلی از الگوریتم ها
ساختارهای داده مورد استفاده در الگوریتم ها
مرتب سازی و جستجوی الگوریتم ها
طراحی الگوریتم ها
الگوریتم های نمودار
الگوریتم های یادگیری ماشین بدون نظارت
الگوریتم های یادگیری تحت نظارت سنتی
الگوریتم های شبکه عصبی
الگوریتم های پردازش زبان طبیعی
موتورهای توصیه
الگوریتم های داده
رمزنگاری
الگوریتم های در مقیاس بزرگ
ملاحظات عملی
| این محصول به صورت دانلودی می باشد و بلافاصله پس از پرداخت موفق قادر به دانلود خواهید بود |
| درج شماره موبایل برای سفارش ضروری نیست ولی ترجیح آن است درج گردد تا در صورت بروز مشکل اولین راه ارتباطی ما با شما باشد. |
|
چنانچه در دریافت محصول به هر دلیلی با مشکل روبرو شدید و مطمئن از پرداخت موفق وجه هستید به شماره تماس زیر نام، نام خانوادگی و نام محصول را پیامک بزنید تا لینک محصول سریعا برای شما ارسال گردد.
شماره تماس: 09395106248 |
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.