本书是一本充满智慧和趣味的算法入门书。没有枯燥的描述,没有难懂的公式,一切以实际应用为出发点,通过幽默的语言配以可爱的插图来讲解算法。你更像是在阅读一个个轻松的小故事或是在玩一把趣味解谜游戏,在轻松愉
本书主要介绍并行计算相关的算法的设计和并行计算的性能优化技巧,涵盖现代处理器的特性、衡量程序性能的方法、串行代码性能优化、并行编程模型及其环境、并行算法设计、遗留代码的并行处理、并行编程模型、混合并行等核心技法与实践技巧。
《程序员代码面试指南(第2版)》是一本程序员代码面试宝典!书中对IT名企代码面试各类题目的至优解进行了总结,并提供了相关代码实现。针对当前程序员面试缺乏题目汇总这一痛点,本书选取将近200道真实出现过的经典代码面试题,帮助广大程序员做充分的面试准备。“刷”完本书后,你就是“题王”! 《程序员代码面试指南(第2版)》采用“题目+解答”的方式组织内容,并把面试题类型相近或者解法相近的题目尽量放在一起,读者在学习本书时很容易看出面试题解法之间的联系,使知识的学习避免碎片化。本书将所有的面试题从难到易依次分为“将”“校”“尉”“士”四个档次,方便读者有针对性地选择“刷”题。本书收录的所有面试题都给出了至优解讲解和代码实现,并且提供了一些普通解法和至优解法的运行时间对比,让读者真切地感受到至
自然语言处理是一门融语言学、计算机科学、数学于一体的学科,比较复杂,学习门槛高,但本书巧妙地避开了晦涩难懂的数学公式和证明,即便没有数学基础,也能零基础入门。 本书专注于中文的自然语言处理,以Python及其相关框架为工具,以实战为导向,详细讲解了自然语言处理的各种核心技术、方法论和经典算法。三位作者在人工智能、大数据和算法领域有丰富的积累和经验,是阿里巴巴、前明略数据和七牛云的资深专家。同时,本书也得到了阿里巴巴达摩院高级算法专家、七牛云AI实验室Leader等专家的高度评价和鼎力推荐。 全书一共11章,在逻辑上分为2个部分: 第一部分(第1、2、11章) 主要介绍了自然语言处理所需要了解的基础知识、前置技术、Python科学包、正则表达式以及Solr检索等。 第二部分(第5-10章) 第3~5章讲解了词法分析相关的技
本书给出了计算机系统设计策略三十六计和算法三十六计的研究成果,提出了计算机学科的四种基本的对立统一关系,即四个基本科学问题,包括集分定位、刚柔相摩、供需相应和串并转换。从集分定位出发,在策略三十六计中
朱旭振编著的《基于链路预测的推荐系统--原理模型与算法/十三五科学技术专著丛书》从复杂网络角度出发,研究基于相似性链路预测的协作推荐算法。本书主要面向广大的推荐算法研究者,希望能通过本书的介绍,帮助更
《迷茫的旅行商:一个无处不在的计算机算法问题》概述了旅行商问题的起源和历史,并阐述了其许多重要的应用范围,如基因组测序、计算机处理器设计、音乐整理、行星寻找,等等。此外还探讨了人类如何在不借助计算机的情况下解决这个令人着迷的数学问题。 《迷茫的旅行商:一个无处不在的计算机算法问题》图文并茂,生动有趣,适合所有对旅行商和数学感兴趣的读者。
本书给出了计算机系统设计策略三十六计和算法三十六计的研究成果,提出了计算机学科的四种基本的对立统一关系,即四个基本科学问题,包括集分定位、刚柔相摩、供需相应和串并转换。从集分定位出发,在策略三十六计中
本书通过DNA计算机算法、网络计算机算法、基于RIFD技术的室内定位系统研究、基于Alpha-Beta搜索算法研究计算机博弈以及计算机视觉关键算法对计算机算法进行深入分析,揭示了计算机算法的实践运用的神奇世界。
《计算机程序设计艺术基本算法》(卷)(第3版)描述了模拟、数值方法、符号计算、软件与系统设计的初等应用。新版本增加了几十项简单但重要的算法和技术,并对有关数学预备知识做了大量修正以适应现时研究的趋向。
《因果推理:基础与学习算法》从概率统计的角度入手,分析了因果推理的假设,揭示这些假设所暗示的因果推理和学习的目的。本书分别论述了两个变量和多变量情况下的因果模型、学习因果模型及其与机器学习的关系,讨论
本书全面介绍了算法的数学分析所涉及的主要技术。涵盖的内容来自经典的数学课题(包括离散数学、初等实分析、组合数学),以及经典的计算机科学课题(包括算法和数据结构)。本书的重点是“平均情况”或“概率性”分析,书中也论述了“很差情况”或“复杂性”分析所需的基本数学工具。本书版为行业代表性著作,第2版不仅对书中图片和代码进行了更新,还补充了新章节。全书共9章,章是导论;第2~5章介绍数学方法;第6~9章介绍组合结构及其在算法分析中的应用。除每章包含的大量习题以及参考文献外,本书特设配套免费学习网站,为读者提供了很多关于算法分析的补充材料,包括课件和相关网站的链接,帮助读者提高学习兴趣,完成更深入的学习。
本书以人工鱼群算法、烟花爆炸优化算法两个典型的群体智能算法为主,系统介绍了算法的原理,建立了基于协作、竞争机制的群体智能算法的数学模型。全书着重分析了人工鱼群算法和烟花爆炸优化算法的弱点,并提出了多种新颖的改进机制,给出了算法的详细实现步骤。本书还详细探讨了部分群体智能算法在VRP问题、图像边缘检测、SVM反问题、网络态势预测、数据聚类、特征选择等领域内的应用,并介绍了近年来出现的两个比较新颖的群体智能算法,顾问引导搜索算法和教—学优化算法。
本书针对盲均衡理论与算法研究中初始权向量优化的难题,以智能群算法和智能计算理论为工具,开展了盲均衡算法性能优化的研究。主要内容有:基于遗传算法(含自适应遗传算法、模拟退火遗传算法和改进混合遗传算法)优化的正交小波类盲均衡算法;基于混沌算法或混沌支持向量机算法优化的正交小波加权多模盲均衡算法;基于免疫克隆算法优化的正交小波盲均衡算法及正交小波支持向量机盲均衡算法;基于粒子群算法(免疫克隆粒子群算法、量子粒子群算法及动态粒子群算法)优化的正交小波类盲均衡算法;基于人工鱼群算法(模拟退火与人工鱼群变异混合算法、混沌人工鱼群算法、免疫人工鱼群算法、量子人工鱼群算法)优化的多模盲均衡算法;基于DNA遗传算法(禁忌搜索自适应双链DNA遗传算法、多种群禁忌搜索DNA遗传算法)优化的多模盲均衡算法;基于DNA智能群