https://www.manning.com/books/advanced-algorithms-and-data-structures

作为一名软件工程师,您将遇到无数的编程挑战,这些挑战最初看起来令人困惑、困难甚至是不可能的。不要绝望!许多这些“新”问题已经有了完善的解决方案。高级算法和数据结构为您提供了强大的方法来应对各种棘手的编码挑战,您可以对这些挑战进行调整并应用于自己的应用程序。本实用指南提供了经典、先进和新的算法的平衡混合,用新的视角和实践技术升级您的编程工具箱。

《高级算法和数据结构》介绍了一系列算法,用于数据分析、机器学习和图计算中的复杂编程挑战。您将发现解决各种棘手情况的尖端方法。您甚至将学习为需要自定义解决方案的项目设计自己的数据结构。

第1部分着重于发现高级数据结构,这些结构允许您改进一些基本操作,例如跟踪事物或事物组。关键是要习惯这样一种思想,即对数据执行操作有多种方式,而最佳方式取决于上下文和需求。

第2部分介绍了搜索中的另一种特殊情况: 处理多维数据、索引该数据和执行空间查询。我们将再次展示特别数据结构如何在使用基本搜索算法的基础上提供巨大的改进。但是,本部分还描述了其他重要的主题:集群、高度利用空间查询和分布式计算,特别是使用MapReduce编程模型。

第3部分主要关注单个数据结构和图表,这将是介绍一些优化技术的共同主线,这些技术推动了当今的人工智能和大数据工作。

成为VIP会员查看完整内容
0
60

相关内容

学习编程,数据结构是基础中的基础。

这本典型的数据结构课程,介绍了基本的数据结构和算法的集合,可以使用任何不同的编程语言进行教学。近年来,越来越多的学院开始采用Python语言向学生介绍编程和问题解决。与c++和Java等其他语言相比,Python提供了一些优势,其中最重要的是Python有一个简单的语法,更容易学习。本书通过为数据结构课程提供以Python为中心的文本,扩展了Python的使用。该语言干净的语法和强大的特性贯穿始终,但这些特性的底层机制也得到了充分的探索,不仅揭示了“魔力”,而且研究了它们的总体效率。正文由14章和4个附录组成。前四章介绍了与抽象数据类型、数据结构和算法相关的基本概念。后面的章节将在这些早期概念的基础上介绍更高级的主题,并向学生介绍更多的抽象数据类型和更高级的数据结构。这本书包含了几个主题的线索,在整个文本中,主题是重新访问在不同的章节作为适当的。

成为VIP会员查看完整内容
0
50

C++是一种功能强大、高度灵活、适应性强的编程语言,它允许软件工程师快速有效地组织和处理信息。但是,即使您已经掌握了C编程语言,也很难掌握这种高级语言。实用c++编程的第二版是一个完整的介绍c++语言的程序员谁正在学习c++。这第二版反映了c++标准的最新变化,它采取了一种实用的脚踏实地的方法,着重强调了如何设计干净、优雅的代码。简而言之,切中要点的章节,涵盖了编程的所有方面,包括风格、软件工程、编程设计、面向对象设计和调试。它还涵盖了常见的错误以及如何发现(和避免)它们。章节结束练习帮助你确保你已经掌握了材料。实用c++编程彻底涵盖:

http://www.oualline.com/books.free/teach/intro.html

C++语法 编码标准和风格 对象类的创建和使用 模板 调试和优化 使用c++预处理器

成为VIP会员查看完整内容
0
40

高效数据结构的设计和分析长期以来被认为是计算机领域的一个重要学科,是计算机科学和计算机工程本科学位的核心课程的一部分。Python中的数据结构和算法介绍了数据结构和算法,包括它们的设计、分析和实现。本书适用于入门级数据结构课程,或中级算法入门课程。我们将在本序言后面更详细地讨论它在此类课程中的使用。

为了促进鲁棒的和可重用的软件的开发,我们试图在整本书中采取一致的面向对象的观点。面向对象方法的主要思想之一是,数据应该被封装在访问和修改它们的方法中。也就是说,不是简单地将数据看作字节和地址的集合,而是将数据对象看作抽象数据类型(ADT)的实例,ADT包含了对这种类型的数据对象执行操作的一整套方法。然后我们强调,对于特定的ADT可能有几种不同的实现策略,并探讨这些选择的优缺点。我们为几乎所有讨论过的数据结构和算法提供了完整的Python实现,我们还引入了重要的面向对象设计模式,将这些实现组织成可重用的组件。

我们书的读者期望的结果包括: 他们了解最常见的数据集合抽象(如堆栈、队列、列表、树、地图)。 他们理解算法产生有效的实现策略常见的数据结构。 他们可以从理论上和实验上分析算法性能,并识别竞争策略之间的共同权衡。 他们可以明智地使用现代编程语言库中现有的数据结构和算法。 他们有处理大多数基本数据结构和算法的具体实现的经验。 他们可以运用数据结构和算法来解决复杂的问题。

https://www.wiley.com/en-us/Data+Structures+and+Algorithms+in+Python-p-9781118290279

成为VIP会员查看完整内容
0
68

Python算法,第二版解释了Python算法分析和设计的方法。作者Magnus Lie Hetland,开始Python的作者,这本书尖锐地关注经典算法,但它也提供了一个坚实的理解基本算法解决问题的技术。

这本书以高度可读的方式处理编程和计算机科学的一些最重要和具有挑战性的领域。它涵盖了算法理论和编程实践,展示了理论是如何在真实的Python程序中反映出来的。介绍了Python语言中内置的知名算法和数据结构,并向用户展示了如何实现和评估其他算法和数据结构。

https://www.apress.com/gp/book/9781484200568

成为VIP会员查看完整内容
0
58

优化和机器学习的相互作用是现代计算科学最重要的发展之一。优化的公式和方法在设计从大量数据中提取基本知识的算法方面被证明是至关重要的。然而,机器学习并不仅仅是优化技术的消费者,而是一个快速发展的领域,它本身也在产生新的优化思想。这本书以一种对两个领域的研究人员都可访问的方式捕获了优化和机器学习之间交互的艺术的状态。

优化方法因其广泛的适用性和吸引人的理论特性而在机器学习中占有重要地位。当今机器学习模型的复杂性、规模和多样性日益增加,需要对现有假设进行重新评估。这本书开始了重新评估的过程。它描述了在诸如一阶方法,随机近似,凸松弛,内点方法,和近端方法等已建立的框架。它还专门关注一些新的主题,如正则化优化、鲁棒优化、梯度和次梯度方法、分裂技术和二阶方法。其中许多技术的灵感来自其他领域,包括运筹学、理论计算机科学和优化子领域。这本书将丰富机器学习社区和这些其他领域以及更广泛的优化社区之间正在进行的交叉发展。

成为VIP会员查看完整内容
0
82

从一开始就创建良好的数据,而不是在收集数据之后修复它。通过遵循这本书中的指导方针,你将能够进行更有效的分析,并产生研究数据的及时演示。

数据分析师通常与数据集提出了勘探和研究设计不良,导致解释的困难和延误产生有意义的结果。数据分析培训的重点是如何在开始认真分析之前清理和转换数据集。通过使用良好的数据集设计和理解数据类型如何决定可以执行的分析类型,可以避免不恰当或令人困惑的表示、度量单位选择、编码错误、缺失值、离群值等。

这本书讨论了数据集创建的原则和最佳实践,并涵盖了基本数据类型及其相关的适当统计和可视化。这本书的一个重点是为什么选择某些数据类型来表示概念和度量,而不是典型的讨论如何分析选定的特定数据类型。

你会: 注意创建和收集数据的原则 了解基本数据类型和表示 选择数据类型,预测分析目标 理解数据集的结构和用于分析和共享的实践 由例子引导和用例(好的和坏的) 使用清洁工具和方法创建良好的数据

成为VIP会员查看完整内容
0
67

理解并实施panda的大数据分析解决方案,强调性能。本书通过探索其底层实现和数据结构,增强了您使用Python数据分析库pandas的直觉。

《Pandas 编程思想》介绍了大数据的主题,并通过观看pandas帮助解决的激动人心和有影响力的项目来展示概念。从那里,您将学习按大小和类型评估您自己的项目,以确定pandas是否适合您的需要。作者Hannah Stepanek解释了如何在pandas中有效地加载和规范化数据,并回顾了一些最常用的加载器和它们的几个最强大的选项。然后,您将了解如何有效地访问和转换数据,应该避免哪些方法,以及何时使用更高级的性能技术。您还将学习基本的数据访问、学习panda和直观的字典语法。此外,还讨论了如何选择正确的DataFrame格式、使用多层次的DataFrame以及将来如何改进panda。

在本书结束时,您将对pandas库的底层工作原理有一个牢固的理解。准备好用正确的方法在你自己的项目中做出自信的决定。

你将学到什么

  • 理解pandas的底层数据结构,以及为什么在某些情况下它会这样执行
  • 了解如何使用pandas正确地提取、转换和加载数据,重点关注性能
  • 选择正确的数据格式,使数据分析简单有效。
  • 使用其他Python库提高pandas操作的性能

这本书是给谁的

  • 具有基本Python编程技能的软件工程师热衷于在大数据分析项目中使用pandas。Python软件开发人员对大数据感兴趣。
成为VIP会员查看完整内容
0
104

Manning最畅销的Java 8书籍已经被修订为Java 9和Java 10!在Modern Java In Action中,读者可以使用最新的特性和技术,在已有的Java语言技能的基础上进行构建。

Java 9的发布建立在Java 8令人激动的基础之上。除了Java 8的lambdas和streams之外,Java 9还添加了许多自己的新特性。它包含了新的库特性来支持响应式编程,这为用户提供了一种新的方式来思考编程和编写更易于阅读和维护的代码。

成为VIP会员查看完整内容
0
54

数据结构和算法的更新、创新方法

这个权威的指南由其领域的专家组成的作者团队编写,它甚至解释了最困难的数学概念,这样您就可以清楚地理解c++中的数据结构和算法。

权威的作者团队采用面向对象的设计范式,使用c++作为实现语言,同时还提供基本算法的直觉和分析。

  • 提供一种独特的多媒体格式,学习基本的数据结构和算法
  • 允许您可视化关键的分析概念,了解该领域的最新见解,并进行数据结构设计
  • 为开发程序提供清晰的方法
  • 具有清晰,易于理解的写作风格,打破了即使是最困难的数学概念

成为VIP会员查看完整内容
0
107

https://www.manning.com/books/mastering-large-datasets-with-python

现代数据科学解决方案需要简洁、易于阅读和可伸缩。在《用Python掌握大型数据集》一书中,作者J.T. Wolohan向您介绍了如何使用Python编码的功能影响方法来处理小型项目并对其进行扩展。您将探索有助于清晰性和可伸缩性的方法和内置Python工具,比如高性能并行方法,以及支持高数据吞吐量的分布式技术。本实用教程中丰富的实践练习将为任何大型数据科学项目锁定这些基本技能。

对这项技术

当应用于大量文件或分布式数据集时,在笔记本大小的数据上运行良好的编程技术可能会变慢,甚至完全失败。通过掌握强大的map和reduce范型,以及支持它的基于python的工具,您可以编写以数据为中心的应用程序,这些应用程序可以有效地扩展,而不需要在需求发生变化时重写代码库。

关于这本书

使用Python掌握大型数据集教会您编写可以处理任何大小的数据集的代码。您将从笔记本大小的数据集开始,这些数据集通过将大任务分解为可以同时运行的小任务来教会您并行化数据分析。然后将这些程序扩展到云服务器集群上的工业级数据集。有了map和reduce范型,您将探索像Hadoop和PySpark这样的工具来有效地处理大量的分布式数据集,使用机器学习加速决策制定,并使用AWS S3简化数据存储。

里面有什么

  • 对map和reduce范例的介绍

  • 并行化与多处理模块框架

  • 分布式计算的Hadoop和Spark

  • 运行AWS作业来处理大型数据集

成为VIP会员查看完整内容
0
149
小贴士
相关VIP内容
专知会员服务
50+阅读 · 9月22日
专知会员服务
40+阅读 · 4月23日
专知会员服务
68+阅读 · 4月15日
专知会员服务
58+阅读 · 3月20日
专知会员服务
82+阅读 · 2月26日
专知会员服务
67+阅读 · 2020年10月6日
专知会员服务
54+阅读 · 2020年5月22日
专知会员服务
107+阅读 · 2020年3月27日
相关论文
Eric V. Strobl,Thomas A. Lasko
0+阅读 · 11月25日
Barbara Schütt,Markus Steimle,Birte Kramer,Danny Behnecke,Eric Sax
0+阅读 · 11月25日
Gustavo Penha,Arthur Barbosa Câmara,Claudia Hauff
0+阅读 · 11月25日
Dominik K. Klein,Mauricio Fernández,Robert J. Martin,Patrizio Neff,Oliver Weeger
0+阅读 · 11月25日
GFlowNet Foundations
Yoshua Bengio,Tristan Deleu,Edward J. Hu,Salem Lahlou,Mo Tiwari,Emmanuel Bengio
5+阅读 · 11月17日
Vadim Borisov,Tobias Leemann,Kathrin Seßler,Johannes Haug,Martin Pawelczyk,Gjergji Kasneci
7+阅读 · 10月5日
Ryo Yonetani,Tatsunori Taniai,Mohammadamin Barekatain,Mai Nishimura,Asako Kanezaki
4+阅读 · 2月8日
Contextualized Non-local Neural Networks for Sequence Learning
Pengfei Liu,Shuaichen Chang,Xuanjing Huang,Jian Tang,Jackie Chi Kit Cheung
3+阅读 · 2018年11月21日
Automatically Designing CNN Architectures for Medical Image Segmentation
Aliasghar Mortazi,Ulas Bagci
9+阅读 · 2018年7月19日
John E. Vargas-Muñoz,Ananda S. Chowdhury,Eduardo B. Alexandre,Felipe L. Galvão,Paulo A. Vechiatto Miranda,Alexandre X. Falcão
9+阅读 · 2018年1月30日
Top