Knjiga 40 algoritama, Imran Ahmad, 382 strane

Knjiga 40 algoritama – koje bi svaki programer trebalo da zna, Imran Ahmad, 382 strane, B5

• Istražite postojeće strukture podataka i algoritme koji se nalaze u Python bibliotekama
• Implementirajte grafovske algoritme za detekciju prevare upotrebom analize mreže
• Koristite algoritme mašinskog učenja za grupisanje sličnih tvitova i obradite Twitter podatke u realnom vremenu
• Predvidite vremensku prognozu upotrebom algoritama nadgledanog učenja
• Upotrebite neuronske mreže za detekciju objekta
• Kreirajte mehanizam preporuke koji preporučuje relevantne filmove pretplatnicima
• Implementirajte bezbednost upotrebom simetrične i asimetrične enkripcije na Google Cloud Platformi (GCP)

Algoritmi su uvek igrali važnu ulogu u nauci i praksi računarstva. Osim tradicionalnog računarstva, mogućnost upotrebe algoritama za rešavanje stvarnih problema je važna veština koju svaki programer mora da ima. Ova knjiga će vam pomoći, ne samo da razvijete veštine za selekciju i upotrebu algoritma za rešavanje stvarnih problema, nego i da razumete kako oni funkcionišu. Prvo ćemo predstaviti algoritme i otkriti različite tehnike projektovanja algoritama, pre nego što istražimo kako da implementirate različite tipove algoritama, kao što su pretraga i sortiranje, pomoću praktičnih primera. Dok budemo napredovali ka kompleksnijim skupovima algoritama, učićete o linearnom programiranju, rangiranju stranice i grafovima, a koristićete i algoritme mašinskog učenja i razumećete matematiku i logiku u njima. Dalje, studije slučajeva, kao što je predviđanje vremenske prognoze, grupisanje tvitova i mehanizmi za preporučivanje filmova će vam pokazati kako možete da primenite optimalno ove algoritme. Na kraju ćete dobro razumeti tehnike koje omogućavaju paralelnu obradu, dajući vam mogućnost da upotrebite ove algoritme za računski intenzivne zadatke. Do kraja ove knjige postaćete vešti u rešavanju stvarnih računskih problema upotrebom različitih algoritama.

• Naučite tehnike koje bi trebalo da znate da biste dizajnirali algoritme za rešavanje složenih problema
• Upoznajte se sa neuronskim mrežama i tehnikama dubokog učenja
• Istražite različite tipove algoritama i izaberite odgovarajuće strukture podataka za njihovu optimalnu implementaciju

Tehničke karakteristike

• Naslov: 40 algoritama
• Podnaslov: koje bi svaki programer trebalo da zna
• Autor: Imran Ahmad
• Izdavač: Agencija Eho / InfoElektronika
• Oblast: Računari/ Internet/ Programiranje, Python
• Broj strana: 382
• Format: B5
• Povez: meki
• Masa: 600 g
• ISBN: 9788673105536
• Ključne reči: algoritmi, Python, Google

Sadržaj knjige

• Poglavlje 1 Pregled algoritama
• Poglavlje 2 Strukture podataka upotrebljene u algoritmima
• Poglavlje 3 Algoritmi za sortIranje i pretraživanje
• Poglavlje 4 Dizajniranje algoritama
• Poglavlje 5 Grafovski algoritmi
• Poglavlje 6 Algoritmi nenadgledanog mašinskog učenja
• Poglavlje 7 Algoritmi tradicionalnog nadgledanog učenja
• Poglavlje 8 Algoritmi neuronske mreže
• Poglavlje 9 Algoritmi za obradu prirodnog jezika
• Poglavlje 10 Mehanizmi za preporuke
• Poglavlje 11 Algoritmi podataka
• Poglavlje 12 Kriptografija
• Poglavlje 13 Algoritmi velikih razmera
• Poglavlje 14 Praktična razmatranja

O autoru

Imran Ahmad je sertifikovani Google instruktor i više godina podučava za Google i Learning Tree. Teme koje Imran podučava uključuju Python, mašinsko učenje, algoritme, big data i duboko učenje. U svom doktoratu predložio je novi algoritam zasnovan na linearnom programiranju, pod nazivom ATSRA, koji može da se upotrebi za optimalnu dodelu resursa u cloud računarskom okruženju. Poslednje 4 godine, Imran radi na visokoprofilnom projektu mašinskog učenja u naprednoj laboratoriji analitike kanadske savezne države. Projekat je razvoj algoritama mašinskog učenja koji mogu da automatizuju proces imigracije. Imran trenutno radi na razvoju algoritama za optimalnu upotrebu GPU-a za obučavanje kompleksnih modela mašinskog učenja.

Primena

Knjiga je namenjena programerima, studentima informatike, IT profesionalcima i svima koji žele da savladaju ovu oblast kroz praktične primere. Pogodna je za samostalno učenje, kao priručnik za svakodnevni rad i kao dopunska literatura u nastavi.