50 algorytmów, które powinien znać każdy programista. Klasyczne i nowoczesne algorytmy z dziedzin uczenia maszynowego, projektowania oprogramowania, systemów danych i kryptografii. Wydanie II

Rozwiązuj problemy obliczeniowe za pomocą klasycznych i nowoczesnych algorytmów z dziedzin uczenia maszynowego, projektowania oprogramowania, systemów danych i kryptografii

Przedmowa:

Dr Somaieh Nikpoor

Główny ekspert naukowy ds. obróbki danych i sztucznej inteligencji w rządzie Kanady

Wykładowca kontraktowy w Sprott School of Business

Carleton University

Umiejętność rozwiązywania rzeczywistych problemów za pomocą algorytmów to ważna kompetencja każdego programisty. Ta książka pozwoli Ci nie tylko nauczyć się wybierania i używania algorytmów do rozwiązywania prawdziwych problemów, ale sprawi też, że zrozumiesz, jak one działają. 

Zaczniesz od wprowadzenia do algorytmów i poznasz szereg technik ich projektowania, by potem dowiedzieć się, jak zaimplementować różne ich rodzaje. Pomogą Ci w tym praktyczne przykłady. Potem poznasz programowanie liniowe, algorytm określania pozycji stron na stronach wyników wyszukiwarek internetowych i grafy, a nawet algorytmy uczenia maszynowego i matematykę oraz logikę, jakie są z nim związane.

Ponadto studia przypadków pokażą Ci, jak korzystać z tych algorytmów w sposób optymalny. Wreszcie, poznasz algorytmy uczenia głębokiego i poznasz różne modele uczenie głębokiego wraz z ich praktycznymi zastosowaniami. 

Poznasz także nowoczesne modele sekwencyjne i ich warianty, a także algorytmy, metodyki i architektury implementacji dużych modeli językowych, takich jak ChatGPT.

W ostatniej części tej książki zapoznasz się z technikami przetwarzania równoległego, co umożliwi Ci wykonywanie przy ich użyciu zadań wymagających dużej mocy obliczeniowej.

Po przeczytaniu tej książki nabierzesz biegłości w rozwiązywaniu realnych problemów obliczeniowych przy pomocy szerokiej gamy algorytmów.

Dzięki tej książce:

• Nauczysz się projektować algorytmy do rozwiązywania skomplikowanych problemów.
• Poznasz sieci neuronowe i techniki uczenia głębokiego.
• Poznasz struktury danych i algorytmy dostępne w bibliotekach Pythona.
• Dowiesz się, jak zaimplementować algorytm grafowy służący do wykrywania oszustw przy użyciu analizy sieciowej.
• Na podstawie rzeczywistych przykładów zapoznasz się z najnowocześniejszymi algorytmami przetwarzania języka naturalnego.
• Będziesz wiedzieć, jak stworzyć system poleceń podpowiadający użytkownikom wartościowe pozycje filmowe.
• Zrozumiesz pojęcia sekwencyjnych modeli uczenia maszynowego oraz ich ważną rolę w rozwoju nowoczesnych modeli LLM.