• Nowość!

40 algorytmów, które powinien znać każdy programista. Nauka implementacji algorytmów w Pythonie - Imran Ahmad

Indeks: KSZ-21254 EAN: 9788328377776
Podręcznik jest wprowadzeniem do algorytmów oraz ich zastosowania w praktyce. Zawiera podstawowe informacje i pojęcia dotyczące algorytmów, ich działania, a także ograniczeń, jakim podlegają. Opisane zostały także techniki ich projektowania z uwzględnieniem wymagań dotyczących struktur danych. Zaprezentowano klasyczne algorytmy sortowania i wyszukiwania, algorytmy grafowe, jak również wiele zagadnień związanych ze sztuczną inteligencją. Poświęcono także kilka rozdziałów na dane i kryptografię oraz algorytmy powiązane z tymi zagadnieniami. W podsumowaniu omówione zostały techniki pracy z problemami NP-trudnymi.
45,90 zł
43,71 zł netto
Dostępny
SPRAWDŹ ILOŚĆ
Wysyłka 24h
30 dni na zwrot
Producent: Helion

Opis produktu: 40 algorytmów, które powinien znać każdy programista. Nauka implementacji algorytmów w Pythonie - Imran Ahmad

Podręcznik jest wprowadzeniem do algorytmów oraz ich zastosowania w praktyce. Zawiera podstawowe informacje i pojęcia dotyczące algorytmów, ich działania, a także ograniczeń, jakim podlegają. Opisane zostały także techniki ich projektowania z uwzględnieniem wymagań dotyczących struktur danych. Zaprezentowano klasyczne algorytmy sortowania i wyszukiwania, algorytmy grafowe, jak również wiele zagadnień związanych ze sztuczną inteligencją: algorytmy uczenia maszynowego, sieci neuronowych i przetwarzania języka naturalnego. Poświęcono także kilka rozdziałów na dane i kryptografię oraz algorytmy powiązane z tymi zagadnieniami. W podsumowaniu omówione zostały techniki pracy z problemami NP-trudnymi.

40 algorytmów, które powinien znać każdy programista. Nauka implementacji algorytmów w Pythonie - Imran Ahmad

Książka dla programistów - 40 algorytmów, które powinien znać każdy programista. Nauka implementacji algorytmów w Pythonie - Imran Ahmad.

40 algorytmów, które powinien znać każdy programista. Nauka implementacji algorytmów w Pythonie - Imran Ahmad


40 algorytmów, które powinien znać każdy programista. Nauka implementacji algorytmów w Pythonie.

Informacje o autorze

Imran Ahmad - certyfikowany instruktor Google z wieloletnim doświadczeniem. Wykłada Pythona, uczenie maszynowe i głębokie, algorytmikę oraz zagadnienia big data. Pracował w rządowym laboratorium Kanady nad projektem z zakresu uczenia maszynowego. Zajmuje się algorytmami używającymi GPU do optymalnego trenowania złożonych modeli uczenia maszynowego.

Informacje o książce

  • Tytuł oryginalny: 40 Algorithms Every Programmer Should Know: Hone your problem-solving skills by learning different algorithms and their implementation in Python
  • Autor: Imran Ahmad
  • Tłumaczenie: Katarzyna Bogusławska
  • ISBN: 978-83-283-7777-6
  • Rok wydania: 2021
  • Format: 168 x 237 mm
  • Ilość stron: 320
  • Oprawa: miękka
  • Wydawnictwo: Helion S.A.

Spis treści

O autorze 11

O recenzencie 13

Przedmowa 15

WSTĘP I PODSTAWOWE ALGORYTMY 21

Rozdział 1. Wprowadzenie do algorytmów 23

  • Co to jest algorytm? 24
    • Fazy algorytmu 24
  • Określenie logiki algorytmu 26
    • Zrozumienie pseudokodu 26
    • Korzystanie z fragmentów kodu (snippetów) 28
    • Stworzenie planu wykonania 28
  • Wprowadzenie do pakietów w Pythonie 29
    • Pakiety w Pythonie 30
    • Programowanie w Pythonie z Jupyter Notebook 31
  • Techniki projektowania algorytmów 31
    • Wymiar danych 33
    • Wymiar obliczeniowy 33
  • Analiza efektywności 35
    • Analiza pamięciowej złożoności obliczeniowej 35
    • Czasowa złożoność obliczeniowa 36
    • Szacowanie efektywności 37
    • Wybór algorytmu 37
    • Notacja dużego O 38
  • Walidacja algorytmu 41
    • Algorytmy dokładne, aproksymacyjne i randomizowane 41
    • Możliwość wyjaśnienia 43
  • Podsumowanie 43

Rozdział 2. Struktury danych w algorytmach 45

  • Struktury danych w Pythonie 46
    • Lista 46
    • Krotka 50
    • Słownik 51
    • Zbiór 52
    • Ramka danych 54
    • Macierz 56
  • Abstrakcyjne typy danych 57
    • Wektor 57
    • Stos 58
    • Kolejka 60
    • Kiedy używać stosów i kolejek? 62
    • Drzewo 62
  • Podsumowanie 65

Rozdział 3. Algorytmy sortowania wyszukiwania 67

  • Wprowadzenie do algorytmów sortowania 68
    • Zamiana wartości zmiennych w Pythonie 68
    • Sortowanie bąbelkowe 68
    • Sortowanie przez wstawianie 71
    • Sortowanie przez scalanie 72
    • Sortowanie Shella 74
    • Sortowanie przez wymianę 76
  • Wprowadzenie do algorytmów wyszukiwania 78
    • Wyszukiwanie liniowe 78
    • Wyszukiwanie binarne 79
    • Wyszukiwanie interpolacyjne 79
  • Praktyczne przykłady 80
  • Podsumowanie 83

Rozdział 4. Projektowanie algorytmów 85

  • Wprowadzenie do projektowania algorytmów 86
    • Kwestia 1: Czy algorytm zwraca rezultat, jakiego oczekujemy? 87
    • Kwestia 2: Czy robi to w optymalny sposób? 87
    • Kwestia 3: Jak efektywny będzie ten algorytm zastosowany do większych zbiorów danych? 90
  • Strategie algorytmiczne 91
    • Strategia "dziel i rządź" 91
    • Strategia programowania dynamicznego 93
    • Strategia algorytmu zachłannego 93
  • Praktyczny przykład - rozwiązanie problemu komiwojażera 94
    • Metoda siłowa 95
    • Zastosowanie algorytmu zachłannego 98
  • Algorytm PageRank 99
    • Definicja problemu 100
    • Implementacja algorytmu PageRank 100
  • Programowanie liniowe 102
    • Definicja problemu w programowaniu liniowym 102
  • Praktyczny przykład - planowanie przepustowości za pomocą programowania liniowego 103
  • Podsumowanie 105

Rozdział 5. Algorytmy grafowe 107

  • Reprezentacja grafów 108
    • Rodzaje grafów 109
    • Specjalne rodzaje krawędzi 111
    • Sieci egocentryczne 112
    • Analiza sieciowa 112
  • Wprowadzenie do teorii analizy sieciowej 113
    • Najkrótsza ścieżka 113
    • Określanie sąsiedztwa 114
    • Wskaźnik centralności 115
    • Obliczanie wskaźników centralności w Pythonie 117
  • Trawersowanie grafu 119
    • Wyszukiwanie wszerz 119
    • Wyszukiwanie w głąb 121
  • Studium przypadku - analiza oszustw 125
    • Prosta analiza pod kątem oszustwa 127
    • Podejście strażnicy 128
  • Podsumowanie 130

ALGORYTMY UCZENIA MASZYNOWEGO 131

Rozdział 6. Algorytmy nienadzorowanego uczenia maszynowego 133

  • Wprowadzenie do nienadzorowanego uczenia maszynowego 134
    • Uczenie nienadzorowane w cyklu życia eksploracji danych 134
    • Trendy badawcze w zakresie uczenia nienadzorowanego 137
    • Praktyczne przykłady 137
  • Algorytmy klasteryzacji 138
    • Wyliczanie podobieństw 139
    • Grupowanie hierarchiczne 145
    • Ocena klastrów 147
    • Zastosowania klasteryzacji 148
  • Redukcja wymiarów 148
    • Analiza głównych składowych 149
    • Ograniczenia analizy głównych składowych 151
  • Reguły asocjacyjne 151
    • Przykłady użycia 151
    • Analiza koszykowa 152
    • Reguły asocjacyjne 153
    • Wskaźniki reguł 154
    • Algorytmy analizy asocjacyjnej 156
  • Praktyczny przykład - grupowanie podobnych tweetów 160
    • Modelowanie tematów 161
    • Klasteryzacja 162
  • Algorytmy wykrywania odchyleń 162
    • Wykorzystanie klastrów 162
    • Wykorzystanie wykrywania odchyleń opartego na gęstości 162
    • Wykorzystanie maszyny wektorów nośnych 163
  • Podsumowanie 163

Rozdział 7. Tradycyjne algorytmy uczenia nadzorowanego 165

  • Nadzorowane uczenie maszynowe 166
    • Żargon nadzorowanego uczenia maszynowego 166
    • Warunki konieczne 168
    • Rozróżnienie między klasyfikatorami a regresorami 169
  • Algorytmy klasyfikujące 169
    • Wyzwanie dla klasyfikatorów 170
    • Inżynieria cech w przetwarzaniu potokowym 171
    • Ocena klasyfikatorów 173
    • Określenie faz klasyfikacji 177
    • Algorytm drzewa decyzyjnego 178
    • Metody zespolone 181
    • Regresja logistyczna 185
    • Maszyna wektorów nośnych 187
    • Naiwny klasyfikator bayesowski 189
    • Zwycięzcą wśród algorytmów klasyfikacji jest... 192
  • Algorytmy regresji 193
    • Wyzwanie dla regresji 193
    • Regresja liniowa 195
    • Algorytm drzewa regresji 199
    • Regresyjny algorytm wzmocnienia gradientowego 199
    • Zwycięzcą wśród algorytmów regresji jest... 200
  • Praktyczny przykład, jak przewidywać pogodę 201
  • Podsumowanie 203

Rozdział 8. Algorytmy sieci neuronowych 205

  • Wprowadzenie do sieci neuronowych 206
  • Ewolucja sieci neuronowych 207
  • Trenowanie sieci neuronowej 209
    • Anatomia sieci neuronowej 209
    • Definicja gradientu prostego 210
    • Funkcje aktywacji 212
  • Narzędzia i modele 217
    • Keras 217
    • TensorFlow 220
    • Rodzaje sieci neuronowych 222
  • Uczenie transferowe 224
  • Studium przypadku - użycie uczenia głębokiego do wykrywania oszustw 225
    • Metodologia 225
  • Podsumowanie 228

Rozdział 9. Algorytmy przetwarzania języka naturalnego 231

  • Wprowadzenie do przetwarzania języka naturalnego 232
    • Terminologia przetwarzania języka naturalnego 232
    • NLTK 234
  • Model bag-of-words 234
  • Wektorowe przedstawienie słów 237
    • Otoczenie słowa 237
    • Właściwości wektorowego przedstawienia słów 237
  • Użycie rekurencyjnych sieci neuronowych do przetwarzania języka naturalnego 238
  • Wykorzystanie przetwarzania języka naturalnego do analizy sentymentu 239
  • Studium przypadku - analiza sentymentu w recenzjach filmowych 241
  • Podsumowanie 243

Rozdział 10. Silniki poleceń 245

  • Wprowadzenie do silników poleceń 245
  • Rodzaje silników poleceń 246
    • Silniki poleceń oparte na treści 246
    • Silniki poleceń oparte na filtrowaniu kooperacyjnym 248
    • Hybrydowe silniki poleceń 250
  • Ograniczenia systemów poleceń 252
    • Zimny start 252
    • Wymagania dotyczące metadanych 252
    • Problem rzadkości danych 253
    • Tendencyjność ze względu na wpływ społeczny 253
    • Ograniczone dane 253
  • Obszary praktycznych zastosowań 253
  • Przykład praktyczny - stworzenie silnika poleceń 254
  • Podsumowanie 256

ZAGADNIENIA ZAAWANSOWANE 257

Rozdział 11. Algorytmy danych 259

  • Wprowadzenie do algorytmów danych 259
    • Klasyfikacja danych 260
  • Algorytmy przechowywania danych 261
    • Strategie przechowywania danych 261
  • Algorytmy strumieniowania danych 263
    • Zastosowania strumieniowania 264
  • Algorytmy kompresji danych 264
    • Algorytmy kompresji bezstratnej 264
  • Przykład praktyczny - analiza sentymentu na Twitterze 266
  • Podsumowanie 269

Rozdział 12. Kryptografia 271

  • Wprowadzenie do kryptografii 271
    • Waga najsłabszego ogniwa 272
    • Terminologia 272
    • Wymagania bezpieczeństwa 273
    • Podstawy projektowania szyfrów 275
  • Rodzaje technik kryptograficznych 278
    • Kryptograficzna funkcja skrótu 278
    • Szyfrowanie symetryczne 281
    • Szyfrowanie asymetryczne 283
  • Przykład - kwestie bezpieczeństwa we wdrażaniu modelu uczenia maszynowego 286
    • Atak man-in-the-middle 287
    • Obrona przed techniką masquerading 289
    • Szyfrowanie danych i modelu 289
  • Podsumowanie 291

Rozdział 13. Algorytmy przetwarzania danych w dużej skali 293

  • Wprowadzenie do algorytmów przetwarzania danych w dużej skali 294
    • Definicja dobrze zaprojektowanego algorytmu przetwarzania danych w dużej skali 294
    • Terminologia 294
  • Projektowanie algorytmów równoległych 295
    • Prawo Amdahla 295
    • Szczegółowość podprocesów 298
    • Równoważenie obciążenia 298
    • Przetwarzanie lokalne 299
    • Procesy współbieżne w Pythonie 299
  • Tworzenie strategii przetwarzania na puli zasobów 299
    • Architektura CUDA 300
    • Obliczenia w klastrze 303
    • Strategia hybrydowa 305
  • Podsumowanie 305

Rozdział 14. Uwagi praktyczne 307

  • Wprowadzenie do uwag praktycznych 308
    • Smutna historia bota sztucznej inteligencji na Twitterze 308
  • Transparentność algorytmu 309
    • Algorytmy uczenia maszynowego i transparentność 309
  • Etyka i algorytmy 313
    • Problemy z algorytmami uczącymi się 313
    • Znaczenie kwestii etycznych 313
  • Ograniczanie stronniczości modeli 315
  • Problemy NP-trudne 316
    • Uproszczenie problemu 316
    • Dopasowanie dobrze znanego rozwiązania podobnego problemu 316
    • Metoda probabilistyczna 317
  • Kiedy używać algorytmów 317
    • Praktyczny przykład - teoria czarnego łabędzia 318
  • Podsumowanie 320

Książka - Autor Imran Ahmad
Książka - ISBN 978-83-283-7777-6
Książka - Oprawa miękka
Książka - Wydawnictwo Helion S.A.

Wysyłka w dniu zamówienia

Zaksięgowanie wpłaty za zamówienie na naszym koncie w dzień roboczy do godziny 12:00 oznacza wysyłkę towaru jeszcze tego samego dnia! 

Czas realizacji płatności uzależniony jest od godzin sesji ELIXIR banków nadawcy i odbiorcy przelewu (więcej informacji na ten temat np. na stronie https://www.kiedy-przelew.pl/).

Darmowa wysyłka w Polsce już od 300 zł

Jeśli kwota do zapłaty za produkty przekroczy 300 zł dostawa gratis! Dotyczy zamówień opłaconych przed wysyłką. Zamówienia pobraniowe wysyłamy gratis od 500 zł.

Zamówienia wielkogabarytowe, przekraczające standardowe wymiary przesyłek kurierskich mogą zostać wysłane na palecie. Czas doręczenia takiej przesyłki wynosi 1-3 dni robocze od momentu nadania.

Wysyłka na terenie Polski

Card image cap
Poczta Polska
  • Termin dostawy: 1-3 dni
  • Płatność z góry: od 9,90 zł
  • Płatność przy odbiorze: 17,90 zł
  • Ubezpieczenie: 1000 zł
Card image cap
Kurier GLS
  • Termin dostawy: 24h
  • Płatność z góry: od 14,90 zł
  • Płatność przy odbiorze: 22,90 zł
  • Ubezpieczenie: 6000 zł
Card image cap
Inpost Paczkomaty 24/7
  • Termin dostawy: 1-3 dni
  • Płatność z góry: od 12,90 zł
  • Ponad 11 000 Paczkomatów
  • Ubezpieczenie: 200 zł
Card image cap
Inpost Kurier
  • Termin dostawy: 24h
  • Płatność z góry: od 16,90 zł
  • Ubezpieczenie: do 100 000 zł
  • Dostawa pod wskazany adres

Wysyłka za granicę

Kurier GLS - strefa 1

Austria, Belgia, Chrowacja, Czechy, Dania, Niemcy, Holandia, Słowacja

  • Termin dostawy: 2-4 dni
  • Płatność z góry: 35 zł
Kurier GLS - strefa 2

Bułgaria, Estonia, Francja, Litwa, Luksemburg,  Łotwa, Portugalia, Rumunia, San Marino, Słowenia, Węgry, Włochy

  • Termin dostawy: 2-5 dni
  • Płatność z góry: 50 zł
Kurier GLS - strefa 3

Finlandia, Grecja, Hiszpania, Irlandia, Szwecja

  • Termin dostawy: 2-7 dni
  • Płatność z góry: 80 zł

Formy płatności

Card image cap
PayU
  • Płatność natychmiastowa. Twoja wpłata trafi na nasze kontro w ciągu kilku minut.

    W tym:
Card image cap
Przelewy24
  • Szybki przelew internetowy. Twoją wpłatę otrzymamy w ciągu kilku minut.

    W tym:
Card image cap
Przelew tradycyjny
  • Po złożeniu zamówienia otrzymasz od nas numer konta bankowego do dokonania przelewu.

    W zależności od banku Twoja wpłata dotrze do nas w ciągu 1-2 dni roboczych.
Card image cap
Pobranie
  • Za zakupy zapłacisz bezpośrednio przy odbiorze paczki. Pamiętaj o przygotowaniu odliczonej kwoty.

    Maksymalna wartość zamówienia płatnego za pobraniem to 6 000 zł.

Jako pierwszy zadaj pytanie dotyczące tego produktu!

Klienci którzy zakupili ten produkt kupili również:

Produkty z tej samej kategorii: