登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
App程式設計入門：iPhone、iPad(附光碟)
此作者無相關書籍
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
每個程式設計師都應該知道的 60 個演算法（AI 強化版）
50 Algorithms Every Programmer Should Know: Python algorithms to live by to enhance your problemsolving skills 2nd Edition
作者：
Imran Ahmad, Ph.D
譯者：
何敏煌
分類：
電腦與網路
／
程式語言
出版社：
博碩文化
出版日期：2025/10/14
ISBN：9786264142694
書籍編號：kk0600796
頁數：512
定價：
850
元
優惠價：
79
折
672
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0600796'>每個程式設計師都應該知道的 60 個演算法（AI 強化版）</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0600796'><img src='https://www.silkbook.com/mall_image/bk/kk0600796.jpg' ALT='每個程式設計師都應該知道的 60 個演算法（AI 強化版）' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
每個程式設計師都應該知道的 60 個演算法（AI 強化版） 本書簡介 幫助你解決各類實務問題的演算法寶典 ★ 超過 60 個演算法的介紹與應用 ★ 生成式模型、進階序列模型、大型語言模型 ★ 片單推薦、電商平台商品推薦、餐廳評分系統、詐騙偵測 ★ AI 數位時代工程師必備寶典 《每個程式設計師都應該要知道的 60 個演算法》是資料科學家必備 的兵工廠。如果你正在探索資料科學或是希望提升你的技能，這本書 是幫助你打下穩固基礎的絕佳起點。 Somaieh Nikpoor博士 | 加拿大政府資料科學與 AI 部門主管， Carleton 大學 Sprott 商學院兼任教授 ＿＿＿＿＿ 使用演算法解決現實世界問題的能力，是每一位開發人員或程式設計 師必備的技能。本書不僅能幫助你培養選擇和使用演算法來解決真實 世界問題的技能，也會讓你了解這些演算法的工作原理，第二版內容 加入了最新的生成式模型與序列模型介紹與應用，讓你能夠輕鬆理解 與應對不斷變化的 AI 應用。 你將從演算法簡介開始，進一步學習各種演算法的設計技巧，然後透 過實際範例的引導，探索如何實作不同類型的演算法。隨著進度推 進，你將學習到線性規劃、頁面排名、圖形演算法，然後運用機器學 習演算法來理解它們背後的數學和邏輯。 部分案例研究將會展示如何以最佳方式應用這些演算法，接著，你將 聚焦在深度學習演算法，並學習各種不同類型的深度學習模型及其實 際的應用方式。 你也會學到關於現代序列模型和它們的變體、演算法、方法論以及架 構，用來實作像是 ChatGPT 這類大型語言模型（LLM）。 最後，你將能夠精通平行處理技術的技巧，讓你具備在計算密集型任 務中高效運用這些演算法的能力。 讀完這本程式設計書，你將可以熟練地使用各種演算法，解決現實世 界中的各種計算問題。 ▍你將會學到以下內容： ⋄ 設計演算法以解決複雜問題 ⋄ 熟悉類神經網路和深度學習技術 ⋄ 探索 Python 程式庫中現有的資料結構和演算法 ⋄ 使用網路分析實作圖形演算法進行詐欺偵測 ⋄ 透過實際範例，深入研究自然語言處理的最先進演算法 ⋄ 建立一個可以向訂閱者推薦電影的推薦引擎 ⋄ 掌握序列機器學習模型的概念及其在開發尖端大型語言模型中扮 演的基礎角色
作者簡介 Imran Ahmad 博士 目前在加拿大聯邦政府的先進分析解決方案中心（Advanced Analytics Solution Center, A2SC）擔任資料科學家，他的專長是 應用機器學習演算法於攸關系統核心運作的重要任務中。 在他 2010 年的博士論文中，他提出了一種基於線性規劃的演算法， 專為大規模雲端運算環境中的最佳資源分配而設計的。後來，在 2017 年，Ahmad 博士率先開發了即時分析框架， StreamSensing。這個工具已成為他幾篇研究論文的核心基礎，並 利用它在不同的機器學習方法中處理多媒體資料。 除了在政府單位的職務，Ahmad 博士在 Ottawa 的 Carleton 大學 擔任客座教授。在過去幾年，他也取得了 Google Cloud 和 AWS 的 官方授權講師資格。
本書目錄 【第一部分 基礎概念與核心演算法】 Chapter 1_演算法概述 什麼是演算法？ Python 套件 演算法設計技巧 效能分析 選擇一種演算法 驗證（Validating）演算法 Chapter 2_演算法中的資料結構 探索 Python 內建的資料型態 探討抽象資料型態 本章總結 Chapter 3_排序與搜尋演算法 排序演算法介紹 搜尋演算法介紹 實際應用 本章總結 Chapter 4_設計演算法 介紹設計演算法的基本概念 了解演算法策略 PageRank 演算法介紹 了解線性規劃（Linear programming） 本章總結 Chapter 5_圖形演算法 理解什麼是圖形（Graph）：簡要介紹 圖論與網路分析 圖形的表示 圖形機制與類型 網路分析理論介紹 理解圖形追蹤 案例研究：使用 SNA 進行詐欺偵測 本章總結 【第二部分 機器學習演算法】 Chapter 6_非監督式機器學習演算法 認識非監督式學習 理解分群演算法（Clustering algorithm） 階層式分群的步驟 設計階層分群演算法程式 理解 DBSCAN 使用 Python 中的 DBSCAN 建立集群 評估集群 降維（Dimensionality reduction） 關聯規則探勘 本章總結 Chapter 7_傳統監督式學習演算法 了解監督式機器學習 公式化監督式機器學習問題 了解分類演算法 決策樹分類演算法 了解集成方法（Ensemble method） 羅吉斯迴歸（Logistic regression） 貝氏定理 分類演算法的贏家是⋯ 線性迴歸 迴歸演算法中的贏家是⋯ 實用範例——如何預測天氣 本章總結 Chapter 8_類神經網路演算法 了解類神經網路 訓練類神經網路 了解類神經網路的結構 激勵函式 工具和框架 選擇序列式模型或函式式模型 了解類神經網路的類型 使用遷移學習（Transfer learning） 案例研究—使用深度學習進行詐欺偵測 方法論 本章總結 Chapter 9_自然語言處理演算法 了解 NLP 術語 使用 Python 清理資料 了解詞彙文件矩陣 詞嵌入介紹 使用 Word2Vec 實作詞嵌入 案例研究：餐廳評論情感分析 自然語言處理的應用 本章總結 Chapter 10_了解序列模型 了解序列資料 序列模型的資料表示 RNN 的介紹 GRU LSTM 介紹 本章總結 Chapter 11_進階序列模型演算法 探索自動編碼器 了解 Seq2Seq 模型 了解注意力機制 深入了解自注意力 Transformer：在自注意力之後的類神經網路演進 LLM 表格的底部 本章總結 【第三部分 進階主題】 Chapter 12_推薦引擎 推薦系統介紹 推薦引擎的類型 了解推薦系統的限制 實務應用領域 實務範例——建立一個推薦引擎 本章總結 Chapter 13_資料處理的演算法策略 資料演算法介紹 CAP 定理介紹 解碼資料壓縮演算法 實際範例：AWS 中的資料管理 聚焦在 CAP 定理和壓縮演算法 本章總結 Chapter 14_密碼學 密碼學（Cryptography）簡介 了解最薄弱環節的重要性 了解不同類型的加密技術 範例：部署機器學習模型時的安全考量 本章總結 Chapter 15_大規模演算法 大規模演算法（Large-scale algorithm）介紹 大規模演算法的高效能基礎架構特徵 策劃多資源處理 了解平行運算的理論限制 Apache Spark 如何賦能大規模演算法處理 本章總結 Chapter 16_實務上的考量 演算法解決方案面臨的挑戰 TwitterAI bot，Tay 的失敗 演算法的可解釋性 了解倫理和演算法 減少模型偏見 使用演算法的時機 本章總結
聰明提問AI的技巧與
輕鬆上手Power
你就是不寫測試才會沒
Grafana Ze
猴子也能懂的電腦對局
超實用AI技能工具箱
AI 最強調整術：使
BDD in Act
AI提示工程師的16
AI 行銷新利器！C
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
