这本书是凝练了康奈尔大学算法课程多年教学经验的经典教材，同时被华盛顿大学等世界知名院校作为算法课程的教材，受到广大师生的欢迎与肯定本书侧重算法的设计思路，每一个章节都是从实际问题出发，然后对问题进行具体的分析引出相应的算法设计思想，并对其正确性和复杂性进行合理的论证这种把算法理论与实际问题结合起来的方式，能够更有效地帮助读者认识算法的原理，并更快地掌握算法在实际编程中的应用，面试算法题简直手到擒来同时，书中包含的200多个精彩习题，按照难度增加排序，读者可以根据自己的实际进度去做题，巩固和加深自己对章节算法的掌握数据结构与算法之美小争哥的这本算法书同样是注重算法的实际应用，不过他做得更彻底，使用超过100个真实的项目场景案例，超过300张的手绘图解，对精选的20个经典数据结构和算法进行剖析不仅让读者知道了这些算法的原理，理解其内在机制，更是让读者认识为什么要选择这种算法来解决特定问题，做到知其然且知其所以然同样的，这些简单易读的代码、简洁有趣的图解，让数据结构与算法学习的难度下降了不少使用这本与应用场景强相关的书学习算法，能够让读者快速掌握算法知识点的同时，强化其开发能力，在应对业务问题与算法面试时能够从容不迫趣学算法第2版这是一本对新人非常友好的算法书，自2017年出版以来冲印22次，受到广大读者的欢迎本书主要以丰富的实例、通俗易懂的讲解、简单直观的图解来展示算法的求解过程，重点讲解遇到实际问题如何分析和设计算法其中实例多来源于作者多年来的教学经验总结，有很强的实际指导意义，能够帮助读者掌握解题方法，又能培养他们的逻辑思维能力和分析解决问题的能力，为解决更复杂的工程问题奠定基础同时，书中所有的代码都是可执行的，并且提供了源码下载，读者可以使用这些丰富的资源帮助自己更快速地体验算法的精妙作为面向新人的算法入门书，本书的目的就是让算法变得简单、简单、再简单里面不讲枯燥的原理，不说难懂的公式，用有趣的故事引出算法问题，再用大量实例与绘图展示、分析算法的本质，并给出代码实现与运行结果——简简单单，这就是算法学习的过程算法·面试百面机器学习 算法工程师带你去面试很多人感觉算法难学，就是因为算法与实际问题之间存在隔阂，诸葛越博士以及数十位算法研究员共同出品的“百面系列”就是为了消除这种隔阂，帮助读者解决这种隔阂，轻松应对面试中的算法问题本书收集了超过100道机器学习的题目，它们大部分在近年算法工程师的笔试、面试中出现过，作者试图从实际应用出发，给出详细的解答，打通从理论到应用的障碍作为机器学习初学者，可以根据书中刷题指南，循序渐进地一个个把机器学习算法问题全搞定，轻松应对大厂面试如果读者是机器学习从业者，也能根据自己的业务要求，结合实际开发场景，扩展于都深入研究，精进技术成为专家如果读者是技术管理人员，可以构建机器学习的技术体系，确定合适的项目解决方案，同时也能作为面试宝典用来寻找合适的技术人才百面深度学习 算法工程师带你去面试作为《百面机器学习：算法工程师带你去面试》的延伸，这本书是专门针对深度学习领域的，经过30多位算法研究员和工程师共同编写完成本书分为深度学习算法和模型、深度学习的领域应用两部分内容，同样以知识点问答的形式组织针对每个问题，作者都给出了难度及和相关知识点，以督促读者进行自我检查和主动思考同时，所有问题都是经过筛选，来自对应领域的不同方面和层次，形象地展示了深度学习的“百面”，也有助于不同需求的读者选择阅读作为一本面试宝典，啃完本书内容便能应对大部分深度学习面试的算法问题算法·AI算法是人工智能技术的核心《人工智能算法》是一个系列图书，主要向读者介绍人工智能领域的各种热门主题中的算法问题，意在用更易于理解的方式帮助读者理解人工智能的相关概念当然，人工智能作为有一定门槛的领域，所以：读者至少要熟悉一门编程语言，因为书中大量的示例均用多种编程语言进行了改写，可以在GitHub中下载自己熟悉的语言代码；读者对大学代数课程要有基本的了解，因为书中使用了微积分、线性代数、微分方程与统计学中的相关概念和公式代码库：https://github.com/jeffheaton/aifh同时，本系列图书提供了线上实验环境，读者甚至可以在移动设备上阅读电子书的同时也能尝试各种示例线上实验环境：http://www.aifh.org人工智能算法 卷1 基础算法本书介绍了人工智能的基础算法，全 书共10 章，涉及维度法、距离度量算法、K 均值聚类算法、误差计算、 爬山算法、模拟退火算法、Nelder-Mead 算法和线性回归算法等书中 所有算法均配以具体的数值计算来进行讲解，读者可以自行尝试人工智能算法 卷2 受大自然启发的算法本书介绍了受到基因、鸟类、蚂蚁、细胞和树影响的算法，这些算法为多种类型的人工智能场景提供了实际解决方法全书共10章，涉及种群、交叉和突变、遗传算法、物种形成、粒子群优化、蚁群优化、细胞自动机、人工生命和建模等问题人工智能算法 卷3 深度学习和神经网络本书包含各种类型的神经网络，并提供了这些神经网络及其示例，展示特定问题域中的神经网络但并不是所有神经网络都适用于每一个问题域，作为神经网络程序员，读者需要知道针对特定问题使用哪个神经网络书中介绍了深度学习和神经网络的基础概念信息，并介绍了他们在实际开发中的使用读者可以学习到包括ReLU 激活、随机梯度下降、交叉熵、正则化、Dropout 及可视化等神经网络技术结语算法路漫漫，并不能一蹴而就，更需要结合实际问题，通过动手写代码来更清晰、深入地了解和掌握算法原理与技巧前面的这些书，就提供了许多经过大量读者和开发人员验证有效的算法学习方式，希望能够帮到大家，让大家在开发业务与算法面试中勇往直前
（图片来源网络，侵删）
0 评论