内 容 提 要 本书结合实际应用场景讲解数据结构和算法，涵盖常用、常考的数据结构和算法的原理讲解、代码实现和应用场景等。 本书分为11章。第1章介绍复杂度分析方法。第2章介绍数组、链表、栈和队列这些基础的线性表数据结构。第3章介绍递归编程技巧、8种经典排序、二分查找及二分查找的变体问题。第4章介绍哈希表、位图、哈希算法和布隆过滤器。第5章介绍树相关的数据结构，包括二叉树、二叉查找树、平衡二叉查找树、递归树和B 树。第6章介绍堆，以及堆的各种应用，包括堆排序、优先级队列、求Top K、求中位数和求百分位数。第7章介绍跳表、并查集、线段树和树状数组这些比较高级的数据结构。第8章介绍字符串匹配算法，包括BF算法、RK算法、BM算法、KMP算法、Trie树和AC自动机。第9章介绍图及相关算法，包括深度优先搜索、广度优先搜索、拓扑排序
随着深度学技术和计算机硬件设备的发展,作为自然语言处理领域重要课题的语音识别技术发展迅速,部分应用开始落地,实践流程也日渐成熟。 本书凝聚作者多年实践心得和经验,力求用抽丝剥茧的方式帮读者梳理出语音识别的学与提升之路,涉及语音识别发展脉络、知识地图、模式识别、核心算法和实践案例,最终形成 基础知识 算法理论 实践 的完整闭环,旨在帮助刚入行的语音识别从业人员梳理知识框架,熟悉开发流程,积累实践经验。
本书分为准备篇、基础篇和应用篇三大部分，借助在线评测系统Aizu Online Judge以及大量例题，详细讲解了算法与复杂度、初等和高等排序、搜索、递归和分治法、动态规划法、二叉搜索树、堆、图、计算几何学、数论等与程序设计竞赛相关的算法和数据结构，既可以作为挑战程序设计竞赛的参考书，也可以用来引导初学者系统学习算法和数据结构的基础知识。本书适合所有程序设计人员、程序设计竞赛爱好者以及高校计算机专业师生阅读。
内容介绍 本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践，从原理、算法与工程实践3个维度全面展开，包含21种实用算法和26个解决方案。 作者是智能风控、人工智能和算法领域的专家，曾在多家知名金融科技企业从事风控算法方面的研究与实践，经验丰富，本书得到了风控领域9位专家的高度评价。 全书一共8章，每个章节都由问题、算法、案例三部分组成，具有系统性和实战性。 第1-2章讲解了信贷业务的基础知识以及常用的规则引擎、信用评估引擎的建模方法。 第3章以项目冷启动为背景，讲解了风控领域应用广泛的迁移学习方法。 第4-5章介绍了幸存者偏差与不均衡学习中所使用的无监督学习与半监督学习方法。 第6章阐述了无监督的异常识别算法，该算法常用于数据清洗与冷启动项目，是反欺诈引擎中常用的个体欺诈检测方法。 第7章分享了一
《算法笔记》内容包括：C/C++快速入门、入门模拟、算法初步、数学问题、C++标准模板库（STL）、数据结构专题（二章）、搜索专题、图算法专题、动态规划专题、字符串专题、专题扩展。《算法笔记》印有二维码，用来实时更新、补充内容及发布勘误的。《算法笔记》可作为计算机专业研究生入学考试复试上机、各类算法等级考试（如PAT、CSP等）的辅导书，也可作为“数据结构”科目的考研教材及辅导书内容的补充。《算法笔记》还是学习C语言、数据结构与算法的入门辅导书，非常适合零基础的学习者对经典算法进行学习。
本书针对推荐系统中的二部图、社交网络和知识图谱的图结构模式，研究基于图表示学习的深度推荐系统。通过挖掘图信息中的隐性关系和高阶关系，使用图学习的方式探索用户和产品的潜在关联，弥补相关推荐系统研究在挖掘用户之间或者产品之间隐性关系方面的不足，形成一系列合理而且有效的推荐技术。增加推荐系统输入的多样性，运用社交网络和知识图谱等辅助信息，缓解推荐系统目前面临的 数据稀疏 、 冷启动 等问题，提高推荐系统的准确性和多样性，为推荐系统技术的发展提供可参考的方向。
这是一本关于算法设计和分析的教材。本书围绕算法设计进行组织，对每种算法技术选择了多个典型范例进行分析，把算法的理论跟实际存在的问题结合起来，具有很大的启发性。本书侧重算法设计思路，不再赘述算法复杂度的分析，每章都从实际问题出发，经过深入的具体分析引出相应的算法的设计思想，并对算法的正确性和复杂性进行合理的分析和论证。本书覆盖面很宽，且含有200多道精彩的习题，还扩展了PSPACE问题、参数复杂性等内容。
本书在开篇章节清晰解释自然语言与人工智能关系的基础上，结合当前自然语言处理领域主流和前沿应用，从9个实践应用场景方面讲解了自然语言处理相关算法的实践，包括文本特征提取、语言生成、语义分析与理解、信息检索与推荐系统等。对于每种实践场景的描述会先帮助读者弄懂原理，再与场景需求进行匹配，最后横向对比不同算法的特点，旨在向读者阐明，算法没有优劣之分，只有是否合适的区别，这便是实践场景的特点。二维码下载包中包含全书示例源代码，帮助读者通过调整不同参数来体会算法的实现效果。
深度学习是目前学术界和工业界都非常火热的话题，在许多行业有着成功应用。本书由Hulu的近30位算法研究员和算法工程师共同编写完成，专门针对深度学习领域，是《百面机器学习：算法工程师带你去面试》的延伸。全书内容大致分为两个部分，*部分介绍经典的深度学习算法和模型，包括卷积神经网络、循环神经网络、图神经网络、生成模型、生成式对抗网络、强化学习、元学习、自动化机器学习等；第二部分介绍深度学习在一些领域的应用，包括计算机视觉、自然语言处理、推荐系统、计算广告、视频处理、计算机听觉、自动驾驶等。本书仍然采用知识点问答的形式来组织内容，每个问题都给出了难度级和相关知识点，以督促读者进行自我检查和主动思考。书中每个章节精心筛选了对应领域的不同方面、不同层次上的问题，相互搭配，展示深度学习的 百面 精
《算法设计编程实验（第2版）》基于作者20余年来总结的编程知识体系和行之有效的编程能力训练方法，以ACM-ICPC、IOI等各类大型程序设计竞赛的经典试题为素材编写而成，通过启发式、案例化的教学，系统、全面地培养读者编程解决问题的能力。 《算法设计编程实验（第2版）》不仅可以作为ACM-ICPC、IOI等程序设计竞赛的训练教程，亦可作为高校程序设计相关课程的实践教材以及对编程感兴趣的读者的自学读物。 《算法设计编程实验（第2版）》特色： 《算法设计编程实验（第2版）》从ACM-ICPC、IOI等各类国内外程序设计竞赛中精选300余道典型赛题，并归为AdHoc、模拟、数论、组合分析、贪心、动态规划、高级数据结构、计算几何八类，使读者掌握各类经典问题的思考方法和解题策略。 《算法设计编程实验（第2版）》将150余道试题作为范例试题，每道试题不仅有详尽
本书分为 算法篇 和 实现篇 两大部分。算法篇介绍了标记-清除算法、引用计数法、复制算法、标记-压缩算法、保守式GC、分代垃圾回收、增量式垃圾回收、RC Immix算法等几种重要的算法；实现篇介绍了垃圾回收在Python、DalvikVM、Rubinius、V8等几种语言处理程序中的具体实现。
这是一本关于“/进阶”算法和数据结构的图书，主要介绍了用于Web应用程序、系统编程和数据处理领域的各种算法，旨在让读者了解如何用这些算法应对各种棘手的编码挑战，以及如何将其应用于具体问题，以应对新技术浪潮下的“棘手”问题。 本书对一些广为人知的基本算法进行了扩展，还介绍了用于改善队列、有效缓存、对数据进行集群等的技术，以期读者能针对不同编程问题选出更好的解决方案。书中示例大多辅以图解，并以不囿于特定语言的伪代码以及多种语言的代码样本加以闸释。 学完本书，读者可以了解算法和数据结构的相关内容，并能运用这些知识让代码具备更优性能，甚至能够独立设计数据结构，应对需要自定义解决方案的情况。 本书可作为高等院校计算机相关专业本科高年级学生以及研究生的学习用书，也可供从事与算法相关工作的开发者参
本书共八章.章和第2章简要介绍了机器学习的基本概念、研究内容、算法体系，以及相关的优化理论与优化算法.第3章和第4章详细介绍了几类作为分类器和回归器的支持向量机算法，包括箅法出发点、建模思想、理论推导
《抄袭检测研究》以文本的抄袭检测为研究对象，探索了抄袭检测的语料库构建、Web环境下的抄袭源检索和高模糊抄袭检测的文本对齐的问题、数据、架构和模型。《抄袭检测研究》共9章，～3章介绍了抄袭检测的概念、
