本书是国际算法专家李德财教授主编的系列丛书"LectureNotesSeriesonComputing”中的一本。本书涵盖了绝大多数算法设计中的一般技术,在表达每一种技术时,阐述它的应用背景,注意用与其他技术比较的方法说明它的特征,并提供大量相应实际问题的例子。全书分七部分19章,从算法设计和算法分析的基本概念和方法入手,先后介绍了递归技术、分治、动态规划、贪心算法、图的遍历等技术,对NP完全问题进行了基本但清楚的讨论。
很优化问题一直是计算机科学、人工智能和管理决策等领域广泛关注的一个问题。本书由浅入深地介绍了粒子群优化算法、差分进化算法、混洗蛙跳算法、人工蜂群优化算法、果蝇优化算法、人工免疫优化算法和量子衍生进化算
《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