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:
نویسندگان: Tim Roughgarden
سری:
ISBN (شابک) : 9781108494311, 9781108637435
ناشر: Cambridge University Press
سال نشر: 2021
تعداد صفحات: 704
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
در صورت تبدیل فایل کتاب Beyond the Worst-Case Analysis of 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 فراتر از بدترین تحلیل 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.
Title Page Contents Preface Contributors CHAPTER ONE Introduction PART ONE Refinements of Worse-Case Analysis CHAPTER TWO Parameterized Algorithms CHAPTER THREE From Adaptive Analysis to Instance Optimality CHAPTER FOUR Resource Augmentation PART TWO Deterministic Models of Data CHAPTER FIVE Perturbation Resilience CHAPTER SIX Approximation Stability and Proxy Objectives CHAPTER SEVEN Sparse Recovery PART THREE Semirandom Models CHAPTER EIGHT Distributional Analysis CHAPTER NINE Introduction to Semirandom Models CHAPTER TEN Semirandom Stochastic Block Models CHAPTER ELEVEN Random-Order Models CHAPTER TWELVE Self-Improving Algorithms PART FOUR Smoothed Analysis CHAPTER THIRTEEN Smoothed Analysis of Local Search CHAPTER FOURTEEN Smoothed Analysis of the Simplex Method CHAPTER FIFTEEN Smoothed Analysis of Pareto Curves in Multiobjective Optimization PART FIVE Applications in Machine Learning and Statistics CHAPTER SIXTEEN Noise in Classification CHAPTER SEVENTEEN Robust High-Dimensional Statistics CHAPTER EIGHTEEN Nearest Neighbor Classification and Search CHAPTER NINETEEN Efficient Tensor Decomposition CHAPTER TWENTY Topic Models and Nonnegative Matrix Factorization CHAPTER TWENTY ONE Why Do Local Methods Solve Nonconvex Problems? CHAPTER TWENTY TWO Generalization in Overparameterized Models CHAPTER TWENTY THREE Instance Optimal Distribution Testing and Learning PART SIX Further Applications CHAPTER TWENTY FOUR Beyond Competitive Analysis CHAPTER TWENTY FIVE On the Unreasonable Effectiveness of SAT Solvers CHAPTER TWENTY SIX When Simple Hash Functions Suffice CHAPTER TWENTY SEVEN Prior-Independent Auctions CHAPTER TWENTY EIGHT Distribution-Free Models of Social Networks CHAPTER TWENTY NINE Data-Driven Algorithm Design CHAPTER THIRTY Algorithms with Predictions Index