۴۰ الگوریتم هر برنامه نویس باید بداند: مهارت های حل مسئله خود را با یادگیری الگوریتم های مختلف و اجرای آنها در پایتون ۲۰۲۰ صدا کنید
40 Algorithms Every Programmer Should Know: Hone your problem-solving skills by learning different algorithms and their implementation in Python 2020

دانلود کتاب ۴۰ الگوریتم هر برنامه نویس باید بداند: مهارت های حل مسئله خود را با یادگیری الگوریتم های مختلف و اجرای آنها در پایتون ۲۰۲۰ صدا کنید (40 Algorithms Every Programmer Should Know: Hone your problem-solving skills by learning different algorithms and their implementation in Python 2020) با لینک مستقیم و فرمت pdf (پی دی اف)

نویسنده

Imran Ahmad

voucher (1)

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار

2020

زبان

English

تعداد صفحه‌ها

382

نوع فایل

epub

حجم

19 Mb

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

🏷️ قیمت اصلی: ۳۷۸٬۰۰۰ تومان بود. قیمت فعلی: ۲۹۸٬۰۰۰ تومان.

📥 دانلود نسخه‌ی اصلی کتاب به زبان انگلیسی(PDF)
🧠 به همراه ترجمه‌ی فارسی با هوش مصنوعی 🔗 مشاهده جزئیات

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

توضیحات

معرفی کتاب ۴۰ الگوریتم هر برنامه نویس باید بداند: مهارت های حل مسئله خود را با یادگیری الگوریتم های مختلف و اجرای آنها در پایتون ۲۰۲۰ صدا کنید

این راهنمای مختصر، الگوریتم های حل مسائل کلاسیک علوم کامپیوتر را آموزش می دهد و هر چیزی از الگوریتم های اساسی مانند مرتب سازی و جستجو تا الگوریتم های مدرن مورد استفاده در یادگیری ماشین و رمزنگاری را پوشش می دهد.

ویژگی های کلیدی

  • تکنیک های لازم برای طراحی الگوریتم های حل مسائل پیچیده را یاد بگیرید.
  • با شبکه های عصبی و تکنیک های یادگیری عمیق آشنا شوید.
  • انواع مختلف الگوریتم ها را کشف کنید و ساختارهای داده ای مناسب برای پیاده سازی بهینه آن ها را انتخاب کنید.

توضیحات کتاب

الگوریتم ها همیشه نقش مهمی در علم و عمل محاسبات داشته اند. فراتر از محاسبات سنتی، توانایی استفاده از الگوریتم ها برای حل مشکلات دنیای واقعی، یک مهارت مهم است که هر توسعه دهنده یا برنامه نویس باید داشته باشد. این کتاب به شما کمک می کند تا نه تنها مهارت های انتخاب و استفاده از یک الگوریتم برای حل مشکلات دنیای واقعی را توسعه دهید، بلکه درک کنید که چگونه کار می کند. شما با مقدمه ای بر الگوریتم ها شروع می کنید و تکنیک های مختلف طراحی الگوریتم ها را کشف می کنید، قبل از اینکه بررسی کنید که چگونه انواع مختلف الگوریتم ها مانند جستجو و مرتب سازی را با کمک مثال های عملی پیاده سازی کنید. با پیشرفت به مجموعه پیچیده تری از الگوریتم ها، در مورد برنامه ریزی خطی، رتبه بندی صفحه و نمودارها یاد می گیرید و حتی با الگوریتم های یادگیری ماشین کار می کنید و ریاضیات و منطق پشت آن ها را درک می کنید. در ادامه، مطالعات موردی مانند پیش بینی هوا، خوشه بندی توییت و موتورهای توصیه فیلم، نحوه استفاده بهینه از این الگوریتم ها را به شما نشان می دهد. در نهایت، با تکنیک هایی آشنا خواهید شد که پردازش موازی را ممکن می سازند و به شما امکان می دهند از این الگوریتم ها برای وظایف محاسباتی سنگین استفاده کنید. با پایان این کتاب، شما در حل مشکلات محاسباتی دنیای واقعی با استفاده از طیف گسترده ای از الگوریتم ها مهارت پیدا خواهید کرد.

چیزی که یاد خواهید گرفت

  • ساختارهای داده ای موجود و الگوریتم های موجود در کتابخانه های پایتون را کاوش کنید.
  • الگوریتم های نمودار را برای تشخیص تقلب با استفاده از تحلیل شبکه پیاده سازی کنید.
  • با الگوریتم های یادگیری ماشین برای خوشه بندی توییت های مشابه و پردازش داده های توییتر در زمان واقعی کار کنید.
  • هوا را با استفاده از الگوریتم های یادگیری نظارت شده پیش بینی کنید.
  • از شبکه های عصبی برای تشخیص اشیا استفاده کنید.
  • یک موتور توصیه ایجاد کنید که فیلم های مرتبط را به مشترکین پیشنهاد می دهد.
  • امنیت ضد خطا را با استفاده از رمزنگاری متقارن و نامتقارن در Google Cloud Platform (GCP) پیاده سازی کنید.

این کتاب برای چه کسانی مناسب است

این کتاب برای برنامه نویسان یا توسعه دهندگانی مناسب است که می خواهند استفاده از الگوریتم ها برای حل مسئله و نوشتن کد کارآمد را درک کنند. این کتاب چه برای مبتدیانی که به دنبال یادگیری متداول ترین الگوریتم ها به روش واضح و مختصر هستند و چه برای برنامه نویسان باتجربه ای که می خواهند الگوریتم های پیشرفته در علم داده، یادگیری ماشین و رمزنگاری را کاوش کنند، مفید است. اگرچه تجربه برنامه نویسی پایتون ضروری است، اما دانش علم داده مفید خواهد بود اما ضروری نیست.

]]>


فهرست کتاب:

۱. صفحه عنوان

۲. حق تکثیر و مشخصات

۳. تقدیم‌نامه

۴. درباره پکْت

۵. مشارکت‌کنندگان

۶. پیشگفتار

۷. بخش ۱: مبانی و الگوریتم‌های اصلی

۸. مروری بر الگوریتم‌ها

۹. ساختارهای داده مورد استفاده در الگوریتم‌ها

۱۰. الگوریتم‌های مرتب‌سازی و جستجو

۱۱. طراحی الگوریتم‌ها

۱۲. الگوریتم‌های گراف

۱۳. بخش ۲: الگوریتم‌های یادگیری ماشین

۱۴. الگوریتم‌های یادگیری ماشین بدون نظارت

۱۵. الگوریتم‌های سنتی یادگیری با نظارت

۱۶. الگوریتم‌های شبکه‌های عصبی

۱۷. الگوریتم‌های پردازش زبان طبیعی

۱۸. موتورهای پیشنهادگر

۱۹. بخش ۳: مباحث پیشرفته

۲۰. الگوریتم‌های داده

۲۱. رمزنگاری

۲۲. الگوریتم‌های مقیاس بزرگ

۲۳. ملاحظات عملی

۲۴. کتاب‌های دیگری که ممکن است از آن‌ها لذت ببرید

توضیحات(انگلیسی)

Learn algorithms for solving classic computer science problems with this concise guide covering everything from fundamental algorithms, such as sorting and searching, to modern algorithms used in machine learning and cryptography

Key Features

  • Learn the techniques you need to know to design algorithms for solving complex problems
  • Become familiar with neural networks and deep learning techniques
  • Explore different types of algorithms and choose the right data structures for their optimal implementation

Book Description

Algorithms have always played an important role in both the science and practice of computing. Beyond traditional computing, the ability to use algorithms to solve real-world problems is an important skill that any developer or programmer must have. This book will help you not only to develop the skills to select and use an algorithm to solve real-world problems but also to understand how it works.You'll start with an introduction to algorithms and discover various algorithm design techniques, before exploring how to implement different types of algorithms, such as searching and sorting, with the help of practical examples. As you advance to a more complex set of algorithms, you'll learn about linear programming, page ranking, and graphs, and even work with machine learning algorithms, understanding the math and logic behind them. Further on, case studies such as weather prediction, tweet clustering, and movie recommendation engines will show you how to apply these algorithms optimally. Finally, you'll become well versed in techniques that enable parallel processing, giving you the ability to use these algorithms for compute-intensive tasks.By the end of this book, you'll have become adept at solving real-world computational problems by using a wide range of algorithms.

What you will learn

  • Explore existing data structures and algorithms found in Python libraries
  • Implement graph algorithms for fraud detection using network analysis
  • Work with machine learning algorithms to cluster similar tweets and process Twitter data in real time
  • Predict the weather using supervised learning algorithms
  • Use neural networks for object detection
  • Create a recommendation engine that suggests relevant movies to subscribers
  • Implement foolproof security using symmetric and asymmetric encryption on Google Cloud Platform (GCP)

Who this book is for

This book is for programmers or developers who want to understand the use of algorithms for problem-solving and writing efficient code. Whether you are a beginner looking to learn the most commonly used algorithms in a clear and concise way or an experienced programmer looking to explore cutting-edge algorithms in data science, machine learning, and cryptography, you'll find this book useful. Although Python programming experience is a must, knowledge of data science will be helpful but not necessary.

]]>


Table of Contents

1. Title Page

2. Copyright and Credits

3. Dedication

4. About Packt

5. Contributors

6. Preface

7. Section 1: Fundamentals and Core Algorithms

8. Overview of Algorithms

9. Data Structures Used in Algorithms

10. Sorting and Searching Algorithms

11. Designing Algorithms

12. Graph Algorithms

13. Section 2: Machine Learning Algorithms

14. Unsupervised Machine Learning Algorithms

15. Traditional Supervised Learning Algorithms

16. Neural Network Algorithms

17. Algorithms for Natural Language Processing

18. Recommendation Engines

19. Section 3: Advanced Topics

20. Data Algorithms

21. Cryptography

22. Large-Scale Algorithms

23. Practical Considerations

24. Other Books You May Enjoy

دیگران دریافت کرده‌اند

✨ ضمانت تجربه خوب مطالعه

بازگشت کامل وجه

در صورت مشکل، مبلغ پرداختی بازگردانده می شود.

دانلود پرسرعت

دانلود فایل کتاب با سرعت بالا

ارسال فایل به ایمیل

دانلود مستقیم به همراه ارسال فایل به ایمیل.

پشتیبانی ۲۴ ساعته

با چت آنلاین و پیام‌رسان ها پاسخگو هستیم.

ضمانت کیفیت کتاب

کتاب ها را از منابع معتیر انتخاب می کنیم.