دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1st Edition
نویسندگان: Panos Louridas
سری: The MIT Press Essential Knowledge
ISBN (شابک) : 0262539020, 9780262539029
ناشر: The MIT Press
سال نشر: 2020
تعداد صفحات: 314
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 10 مگابایت
کلمات کلیدی مربوط به کتاب الگوریتم ها: الگوریتمها: آثار محبوب، الگوریتمهای کامپیوتری: آثار محبوب
در صورت تبدیل فایل کتاب Algorithms به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب الگوریتم ها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مقدمهای در دسترس برای الگوریتمها، که نهتنها چیستی آنها، بلکه نحوه عملکردشان را با مثالهایی از طیف وسیعی از حوزههای کاربردی توضیح میدهد. فناوری دیجیتال بر روی الگوریتمها اجرا میشود، مجموعهای از دستورالعملها که نحوه انجام کارها را به طور کارآمد توصیف میکنند. حوزه های کاربردی از موتورهای جستجو گرفته تا زمان بندی مسابقات، توالی یابی DNA و یادگیری ماشینی را شامل می شود. پانوس لوریداس با این استدلال که امروزه هر فرد تحصیلکردهای نیاز به درک درستی از الگوریتمها و کارهایی که انجام میدهد دارد، در این جلد در مجموعهی دانش ضروری مطبوعات MIT، مقدمهای بر الگوریتمها ارائه میدهد که برای خوانندگان غیرمتخصص قابل دسترسی است. Louridas نه تنها توضیح میدهد که الگوریتمها چیست، بلکه نحوه عملکرد آنها را نیز توضیح میدهد، طیف وسیعی از مثالها را ارائه میدهد و ریاضیات را به حداقل میرساند. پس از بحث در مورد اینکه یک الگوریتم چه کار می کند و چگونه می توان اثربخشی آن را اندازه گیری کرد، لوریداس سه مورد از اساسی ترین حوزه های کاربردی را پوشش می دهد: نمودارها، که شبکه ها را توصیف می کنند، از مشکلات قرن هجدهم تا شبکه های اجتماعی امروزی. جستجو، و چگونگی پیدا کردن سریعترین راه برای جستجو؛ و مرتب سازی و اهمیت انتخاب بهترین الگوریتم برای کارهای خاص. او سپس برنامه های کاربردی در مقیاس بزرگتر را ارائه می دهد: PageRank، الگوریتم تاسیس گوگل. و شبکه های عصبی و یادگیری عمیق. سرانجام، لوریداس توضیح میدهد که چگونه همه الگوریتمها چیزی جز حرکتهای ساده با قلم و کاغذ نیستند، و چگونه همه دستاوردهای خیرهکنندهشان از چنین بنیان فروتنی سرچشمه میگیرد.
An accessible introduction to algorithms, explaining not just what they are but how they work, with examples from a wide range of application areas. Digital technology runs on algorithms, sets of instructions that describe how to do something efficiently. Application areas range from search engines to tournament scheduling, DNA sequencing, and machine learning. Arguing that every educated person today needs to have some understanding of algorithms and what they do, in this volume in the MIT Press Essential Knowledge series, Panos Louridas offers an introduction to algorithms that is accessible to the nonspecialist reader. Louridas explains not just what algorithms are but also how they work, offering a wide range of examples and keeping mathematics to a minimum. After discussing what an algorithm does and how its effectiveness can be measured, Louridas covers three of the most fundamental applications areas: graphs, which describe networks, from eighteenth-century problems to today's social networks; searching, and how to find the fastest way to search; and sorting, and the importance of choosing the best algorithm for particular tasks. He then presents larger-scale applications: PageRank, Google's founding algorithm; and neural networks and deep learning. Finally, Louridas describes how all algorithms are nothing more than simple moves with pen and paper, and how from such a humble foundation rise all their spectacular achievements.
Contents Series Foreword Preface Acknowledgments 1: What Is an Algorithm? The Algorithmic Age A Way to Do Things Our First Algorithm Algorithms, Computers, and Mathematics Measuring Algorithms Complexity Families 2: Graphs From Graphs to Algorithms Paths and DNA Scheduling a Tournament Shortest Paths 3: Searching A Needle in a Haystack The Matthew Effect and Search Kepler, Cars, and Secretaries Binary Search 4: Sorting Simple Sorting Methods Radix Sort Quicksort Merge Sort 5: PageRank The Basic Principles An Example The Hyperlink Matrix and Power Method Dangling Nodes and the Random Surfer The Google Matrix PageRank in Practice 6: Deep Learning Neurons, Real and Artificial The Learning Process From Neurons to Neural Networks The Backpropagation Algorithm Recognizing Clothes Getting to Deep Learning Epilogue Glossary Notes Preface Chapter 1 Chapter 2 Chapter 3 Chapter 4 Chapter 5 Chapter 6 Epilogue References Further Reading Index