本书基于Python语言介绍了数据结构与算法的基本知识，主要内容包括抽象数据类型和Python面向对象程序设计、线性表、字符串、栈和队列、二叉树和树、集合、排序以及算法的基本知识。本书延续问题求解的思路，从解决问题的目标来组织教学内容，注重理论与实践的并用。
《强化学习精要：核心算法与TensorFlow实现》用通俗幽默的语言深入浅出地介绍了强化学习的基本算法与代码实现，为读者构建了一个完整的强化学习知识体系，同时介绍了这些算法的具体实现方式。从基本的马尔可夫决策过程，到各种复杂的强化学习算法，读者都可以从本书中学习到。本书除了介绍这些算法的原理，还深入分析了算法之间的内在联系，可以帮助读者举一反三，掌握算法精髓。书中介绍的代码可以帮助读者快速将算法应用到实践中。
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
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
本书以作者在厦门大学完成的博士学位论文的部分研究成果，以及后续相关研究为主要取材，聚焦大数据分析的关键问题---属性约简，详细阐释了作者提出的计算大型决策系统的所有最小属性约简的独特方法。 此外，该
《强化学习精要：核心算法与TensorFlow实现》用通俗幽默的语言深入浅出地介绍了强化学习的基本算法与代码实现，为读者构建了一个完整的强化学习知识体系，同时介绍了这些算法的具体实现方式。从基本的马尔可夫决策过程，到各种复杂的强化学习算法，读者都可以从本书中学习到。本书除了介绍这些算法的原理，还深入分析了算法之间的内在联系，可以帮助读者举一反三，掌握算法精髓。书中介绍的代码可以帮助读者快速将算法应用到实践中。
本书以作者在厦门大学完成的博士学位论文的部分研究成果，以及后续相关研究为主要取材，聚焦大数据分析的关键问题---属性约简，详细阐释了作者提出的计算大型决策系统的所有很小属性约简的独特方法。 此外，该
