欢迎来到相识电子书!

标签:算法

  • 离散数学及其应用(原书第6版)

    作者:[美] Kenneth H. Rosen

    本书是介绍离散数学理论和方法的经典教材,已经成为采用率最高的离散数学教材,仅在美国就被600多所高校用作教材,获得了极大的成功。中文版也已被国内大学广泛采用为教材。第6版在前五版的基础上做了大量的改进,使其成为更有效的教学工具。. 本书可作为1至2个学期的离散数学课入门教材,适用于数学,计算机科学。计算机工程.信息技术等专业的学生。 第6版的特点 •易入门:实践证明本书对初学者来说易读易懂。 •灵活:本教材为灵活使用做了精心设计,各章对其前面内容的依赖降到最小。 •写作风格:直接和实用。 •数学严密性和准确性:书中所有定义和定理的陈述都十分详细,以确保语言的准确性和数学所需的严密性。 •实例:书中有750多个实例,用于阐明概念,联系不同内容,并引入各种应用。 •应用:书中叙述的应用展示了离散数学在解决现实问题中的使用价值,涉及的应用领域包括计算机科学。数据网络、心理学,化学,工程。语言学、生物学、商业和互联网等。.. •算法:离散数学的结论常常要用算法来表示,因此本书每一章都介绍了一些关键算法。这些算法既可以用文字叙述,也可以用更易于理解的结构化伪码来叙述。附录a.3对伪码作了描述和规范。本书对所有算法的计算复杂性也都给出了初步的分析。 •历史资料:本书对许多主题的背景作了简要介绍,并以脚注的形式给出了65位对离散数学做出过重要贡献的数学家和计算机科学家的简短传记。 •关键术语和结论:每一章后面都列出了本章的关键术语和结论。 •丰富的练习、复习题和补充练习:新版增加了400多道练习,使全书的总练习数达到3800多道。本书不仅提供了足够多的简单习题用于练习基本技巧,还提供了大量的中等难度的练习和许多有挑战性的练习,以满足不同层次学生的学习需求。同时,每章最后都有一组复习题和一组丰富多样的补充练习。 •计算机课题:每一章后面还有一组计算机课题,大约有150个这样的题目,把学生已经学到的计算和离散数学的内容结合在一起。 •计算和研究:每一章的结论部分都有一组计算和研究性问题,为学生提供了通过计算发现新事实或新思想的机会。 •写作题目:每一章后面都有一组应该书面完成的题目。要完成这类题目,学生需要查阅参考文献,把数学概念和书面写作的过程结合在一起,以帮助学生研究和思考正文中没有深入探讨的思想,便于其未来的学习和研究。
  • 可能与不可能的边界

    作者:[美] Lance Fortnow

    P/NP 问题是计算机科学乃至整个数学领域最重要的开放问题。本书从非技术角度介绍了什么是P/NP 问题、它丰富的历史,以及对于人机交互乃至更多问题的数学意义。在这本趣味十足的书中,作者首先追溯了P/NP 问题是如何产生的,然后给出了这个问题的许多实例,涉及经济学、物理学和生物学在内的多个学科。接下来探讨了涵盖P/NP 难题中所有难度等级的问题,从寻找游玩迪士尼乐园所有景点的最短路线,到地图填色问题,再到找出Facebook 上互为好友的一群人。本书深入探寻了计算能够做到什么、无法做到什么,描绘了尝试解决P/NP问题的益处和其中难以预想的挑战。 本书读来引人入胜,适合所有对计算和数学感兴趣的读者。
  • 概率与计算

    作者:米曾马克

    《概率与计算》详细地介绍了概率技术以及在概率算法与分析发展中使用过的范例。《概率与计算》分两部分,第一部分介绍了随机抽样、期望、马尔可夫不等式、切比雪夫不等式、切尔诺夫界、球和箱子模型、概率技术和马尔可夫链等核心内容。第二部分主要研究连续概率、有限独立性的应用、熵、马尔可夫链蒙特卡罗方法、耦合、鞅和平衡配置等比较高深的课题。《概率与计算》适合作为高等院校计算机科学和应用数学专业高年级本科生与低年级研究生的教材,也适合作为数学工作者和科技人员的参考书。
  • 最优化理论与方法

    作者:袁亚湘

    《最优化理论与方法》全面、系统地介绍了无约束最优化、约束最优化和非光滑最优化的理论和计算方法,它包括了近年来国际上关于优化研究的最新成果。《最优化理论与方法》在经济计划、工程设计、生产管理、交通运输等方面得到了广泛应用。
  • 图论导引

    作者:韦斯特

    图论起源于著名的哥尼斯堡七桥问题,在计算科学、社会科学和自然科学等各个领域都有广泛应用。本书是本科生或研究生一学期或两学期的图论课程教材。内容全面,证明与应用实例并举,不仅包括对证明技巧的讨论、1200多道习题、400多幅插图以及许多例题,而且对所有定理都给出了详细完整的证明。可以作为高等院校数学系本科生和研究生、计算机专业和其他专业研究生的图论课程教材,也可以作为有关教师和工程技术人员的参考书。   本书全面介绍了图论的基本概念、基本定理和算法,帮助读者理解并掌握图的结构和解决图论问题的技巧。另外,书中包含很多图论的新研究成果,并介绍了一些悬而未决的图论问题,证明与应用并举是本书的一个重要特点,书中对所有定理和命题给出了完整的证明,同时讨论了大量的实例和应用,并提供了120O多道习题。   本书可以作为高等院校数学系本科生和研究生、计算机专业和其他专业研究生的图论课程教材,也可以作为有关教师和工程技术人员的参考书。
  • 程序员的数学2

    作者:平冈和幸,堀玄

    本书沿袭《程序员的数学》平易近人的风格,用通俗的语言和具体的图表深入讲解程序员必须掌握的各类概率统计知识,例证丰富,讲解明晰,且提供了大量扩展内容,引导读者进一步深入学习。 本书涉及随机变量、贝叶斯公式、离散值和连续值的概率分布、协方差矩阵、多元正态分布、估计与检验理论、伪随机数以及概率论的各类应用,适合程序设计人员与数学爱好者阅读,也可作为高中或大学非数学专业学生的概率论入门读物。
  • 数论概论

    作者:希尔弗曼

    《数论概论(原书第3版)》讲述了有关数论大量有趣的知识,以及数论的一般方法和应用,循序渐进地启发读者用数学方法思考问题,此外还介绍了目前数论研究的某些前沿课题。《数论概论(原书第3版)》采用轻松的写作风格,引领读者进入美妙的数论世界,不断激发读者的好奇心,并通过一些精心设计的练习来培养读者的探索精神与创新能力。
  • 高等应用数学问题的MATLAB求解

    作者:薛定宇,陈阳泉

    薛定宇和陈阳泉编著的《高等应用数学问题的MATLAB求解》首先介绍了MATLAB语言程序设计的基本内容,在此基础上系统介绍了各个应用数学领域的问题求解,如基于MATLAB的微积分问题、线性代数问题的计算机求解、积分变换和复变函数问题、非线性方程与最优化问题、常微分方程与偏微分方程问题、数据插值与函数逼近问题、概率论与数理统计问题的解析解和数值解法等,还介绍了较新的非传统方法,如模糊逻辑与模糊推理、神经网络、遗传算法、小波分析、粗糙集及分数阶微积分学等领域。 《高等应用数学问题的MATLAB求解》可作为高等学校理工科各专业本科生和研究生学习计算机数学语言的教材和参考书,也可供科技工作者、教师学习和应用MATLAB语言解决实际数学问题时参考,还可作为读者查询某数学问题求解方法的手册。
  • 数学建模

    作者:[美] Frank R.Giordano

    数学建模(原书第三版),ISBN:9787111147930,作者:(美)吉奥丹诺 等著,叶其孝 等译
  • 算法时代

    作者:Luke Dormehl

    世界上的一切事物都可以被简化成一个公式吗?数字可以告诉我们谁是适合我们的另一半,而且能和我们白头偕老吗?算法可以准确预测电影的票房收入,并且让电影更卖座吗?程序软件能预知谁将要实施犯罪,并且精确到案发时间吗?这些事听起来都像是科幻小说中的情节,但事实上,它们仅是日益被算法主宰的人类世界的“冰山一角”。 近年来随着大数据技术的快速发展,我们正在进入“算法经济时代”。每天,算法都会对展示在我们眼前的信息进行分类、筛选与取舍。我们看到的谷歌搜索结果,脸谱网上显示的好友信息,以及购物网站给我们提供的个性化购买建议等,都是算法作用的结果。算法正在以各种各样的方式,影响着世界的方方面面,包括企业创新、产业变革、经济发展。 在《算法时代》一书中,作者带领读者展开了一次算法和大数据世界的探索之旅:探寻我们如何开始相信大数据的力量;向我们介绍人工智能专家、大数据科学家和硅谷的创业家们,是他们创造了这个美丽的新世界。 在当下以及未来,当大数据和算法成为社会、企业和个人已经无法忽视的资产时,就会催生一些新型经济模式。毋庸置疑,算法将成为新经济的新引擎。如果你对人工智能、大数据、互联网技术和算法感兴趣,《算法时代》就非常适合你阅读。
  • 计算机程序设计艺术(第1卷)

    作者:[美] 唐纳德·E. 克努特

    7卷本《计算机程序设计艺术》的第1卷以基本的程序设计概念和技术开始,然后专注于信息结构——计算机内部信息的表示、数据元素之间的结构关系以及如何有效地处理它们,给出了对于模拟、数值方法、符号计算、软件和系统设计的初等应用。书中附有大量习题和答案,标明了难易程序及数学概念的使用。 此新版本增加了几十项简单且重要的算法和技术,并对有关数学预备知识作了大量修改以适应现时研究的趋势。
  • 迷茫的旅行商

    作者:[美] William J. Cook

    假设一名旅行商打算拜访一张城市列表中的所有城市,每座城市只去一次,最后回到出发地。要怎么走才能让路线最短呢?这就是旅行商问题,乍一听很简单,在应用数学界却是一道研究极其热烈的难题,时至今日仍无人能解。本书中,William J. Cook将带领读者踏上一场数学之旅,跟随旅行商的脚步,从19世纪初爱尔兰数学家W. R. Hamilton最初定义该问题开始,一路奔向当今最前沿、最顶尖的解题尝试。 作者追根溯源,回顾了旅行商问题的历史,探索了它的种种重要应用,比如基因组测序、设计计算机处理器、整理音乐乃至搜寻行星等。他分析了计算机如何抗衡规模宏大的旅行商问题,探讨了人类如何在不借助计算机的情况下独立破解难题。他一路穿越神经科学、心理学与艺术的王国,向读者下了战书:试试解决这道难题吧!旅行商问题价值百万美元——这是克雷数学研究所的悬赏金额,只要解出该题或证明该题不可解,就能得到这笔奖金。 《迷茫的旅行商》介绍了人类对于复杂性本质的理解与局限,将激励读者从此踏上求解这道迷人难题的漫漫征程。
  • 改变未来的九大算法

    作者:[美] 约翰.麦考密克

    Google得出的搜索结果是如何产生的? 百度为何会陷入“搜索门”,又是什么机制使然? 身处在大数据时代的我们,究竟该如何应对变化莫测的世界? …… 没有满篇的专业术语,第一次让我们通过简单明了的语言、生动的例证了解支撑计算机王国的灵魂支柱——9大算法,包括人工智能、数据压缩,以及Google著名的PageRank等。 本书精彩地介绍了搜索引擎、PageRank、公开密钥加密、纠错码、模式识别、数据压缩、数据库、数字签名等内容。 在解释这些算法的同时,作者也向我们展示了充满科学原创精神的计算机世界:因为每一种算法的提出不但延伸了虚拟世界的领域,同时也是人类智慧的彰显,可以被广泛运用于众多领域。 在读完本书后,你不会成为一名更加熟练的计算机用户,但你会更珍视自己每天在所有计算设备上不停使用的思想的美。 我们每天都会进行多次搜索查询,但是你想过这个令人惊叹的工具是如何奏效的吗? 谷歌的精英管理层因为谷歌“以超乎寻常的技巧返回相关度极高的结果”而获奖,他们是怎么做到的? 本书将带你一探究竟。
  • 经典密码学与现代密码学

    作者:(美)斯皮尔曼

    《经典密码学与现代密码学》主要从三个方面来介绍密码学的知识:第一部分介绍了经典密码学的经典问题,包括单码加密法、仿射加密法、多码加密法、多图加密法和换位加密法;第二部分介绍了现代密码学,包括流加密法、块加密法和公钥加密法;第三部分介绍了密码学的未来,并对量子加密法进行了简单介绍。《经典密码学与现代密码学》—个突出的特点足,对密码破解进行了详细描述,使读者既掌握加密的内部算法,又能了解各种加密法的弱点。与《经典密码学与现代密码学》配套的CAP软件实现了各种加密法,读者可以利用该软件进行加密和解密,从而增强了《经典密码学与现代密码学》的科学性和适用性。每章末尾还给出了一些复习题,给读者以很大的启发和想象力。 《经典密码学与现代密码学》不仅是一本很好的密码学教材,对密码学研究人员和广大密码学爱好者也都是一本不可多得的参考用书。
  • 计算机算法

    作者:Baase

    本书的主要内容包括三部分,一是介绍了如何用算法解决在计算机应用中经常出现的现实问题,二是介绍了计算复杂性的基本原理与技术,最后讲解了NP-完备性问题及并行算法。本书强调算法设计技术,对每一个问题,首先讨论多个解决方法,然后设计、分析、修改或放弃某一算法,通过不断的深入研究,直到最后得到满意的结果。因此本书作者希望读者阅读此书,逐步培养形成一种新的分析问题的思维方式。 本书在第二版的基础上,增加了三章新内容以及许多新的主题,同时对原有章节也做了重新调整。本版次还新增了100多道习题和Java实例,书中的所有程序均以Java伪码形式给出。 内容:1. 算法分析原理 2. 数据抽象与基本数据结构 3. 递归与归纳 4. 分类 5. 选择 6. 动态集合与查找 7. 图与图的遍历 8. 图的优化问题与贪心算法 9. 传递闭包 10. 动态编程 11. 字符串匹配 12. 多项式与矩阵 13. NP-完备性问题 14. 并行算法 附录 Java实例与技术作者简介: Sara Baase is professor of computer Science at San Diego University and has been teaching CS for 25years.Dr.Baase is a three-time recipient of the San State University Alumni Association's Outsatanding Faculty Award,adn she has written a number of textbooks in the areas of algorithms,assembly language,and social and ethical issues relate to computing.She earned her doctorate at the University of California,Berkeley. Allen Van Celder is professor of computer Science at the University of California at Santa Cruz,where he has been teaching CS for 12 years.He received his Ph.D.in Computer Science at Stanford University and is a past recipient of the Presidential Young Investigator Award.
  • 机器学习实战

    作者:Peter Harrington

    机器学习是人工智能研究领域中一个极其重要的研究方向,在现今的大数据时代背景下,捕获数据并从中萃取有价值的信息或模式,成为各行业求生存、谋发展的决定性手段,这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。
  • 深入浅出数据分析

    作者:Michael Milton

    《深入浅出数据分析》以类似“章回小说”的活泼形式,生动地向读者展现优秀的数据分析人员应知应会的技术:数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧;正文以后,意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具,在充分展现目标知识以外,为读者搭建了走向深入研究的桥梁。 本书构思跌宕起伏,行文妙趣横生,无论是职场老手,还是业界新人,无论是字斟句酌,还是信手翻阅,相信都能跟着文字在职场中走上几回,去体味数据分析领域的乐趣与挑战。
  • 程序员的数学

    作者:结城浩

    如果数学不好,是否可以成为一名程序员呢?答案是肯定的。 本书最适合:数学糟糕但又想学习编程的你。 没有晦涩的公式,只有好玩的数学题。 帮你掌握编程所需的“数学思维”。 日文版已重印14次! 编程的基础是计算机科学,而计算机科学的基础是数学。因此,学习数学有助于巩固编程的基础,写出更健壮的程序。 本书面向程序员介绍了编程中常用的数学知识,借以培养初级程序员的数学思维。读者无需精通编程,也无需精通数学,只需具备四则运算和乘方等基础知识,就可以阅读本书。 书中讲 解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法,分析了哥尼斯堡七桥问题、少年高斯求和方法、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。 本书还对程序员和计算机的分工进行了有益的探讨。读完此书,你会对以程序为媒介的人机合作有更深刻的理解。
  • Algorithms to Live By

    作者:Brian Christian,Tom

    A fascinating exploration of how insights from computer algorithms can be applied to our everyday lives, helping to solve common decision-making problems and illuminate the workings of the human mind All our lives are constrained by limited space and time, limits that give rise to a particular set of problems. What should we do, or leave undone, in a day or a lifetime? How much messiness should we accept? What balance of new activities and familiar favorites is the most fulfilling? These may seem like uniquely human quandaries, but they are not: computers, too, face the same constraints, so computer scientists have been grappling with their version of such issues for decades. And the solutions they've found have much to teach us. In a dazzlingly interdisciplinary work, acclaimed author Brian Christian and cognitive scientist Tom Griffiths show how the algorithms used by computers can also untangle very human questions. They explain how to have better hunches and when to leave things to chance, how to deal with overwhelming choices and how best to connect with others. From finding a spouse to finding a parking spot, from organizing one's inbox to understanding the workings of memory, Algorithms to Live By transforms the wisdom of computer science into strategies for human living.