Cover von Algorithmen kapieren wird in neuem Tab geöffnet

Algorithmen kapieren

visuell lernen und verstehen : mit Illustrationen, Alltagsbeispielen und Python-Code
Verfasser*in: Suche nach Verfasser*in Bhargava, Aditya Y.
Verfasser*innenangabe: Aditya Y. Bhargava ; Übersetzung aus dem Amerikanischen von Knut Lorenzen
Jahr: 2019
Verlag: Frechen, mitp Verlags GmbH & Co. KG
Mediengruppe: Buch
verfügbar

Exemplare

AktionZweigstelleStandorteStatusFristVorbestellungen
Vorbestellen Zweigstelle: 07., Urban-Loritz-Pl. 2a Standorte: NT.EIT Bhar / College 6c - Informatik & Computer Status: Verfügbar Frist: Vorbestellungen: 0
Vorbestellen Zweigstelle: 07., Urban-Loritz-Pl. 2a Standorte: NT.EIT Bhar / College 6c - Informatik & Computer Status: Verfügbar Frist: Vorbestellungen: 0
Vorbestellen Zweigstelle: 07., Urban-Loritz-Pl. 2a Standorte: NT.EIT Bhar / College 6c - Informatik & Computer Status: Entliehen Frist: 02.12.2024 Vorbestellungen: 0

Inhalt

VERLAGSTEXT: Visuell lernen und verstehen / mit Illustrationen, Alltagsbeispielen und Python-Code / Visuelle Erläuterungen mit über 400 erklärenden Bildern / Mit anschaulichen Beispielen und zahlreichen Übungen / Ausführlich kommentierter Beispielcode in Python / Ab sofort sind Algorithmen nicht mehr langweilig und trocken! Mit diesem Buch wird es dir Spaß machen, dich mit Algorithmen zu beschäftigen, und es wird dir leichtfallen zu verstehen, wie diese funktionieren. / Du erhältst eine anschauliche Einführung in Algorithmen und lernst visuell und praxisnah, wie du die wichtigsten Algorithmen für Aufgaben einsetzt, die dir bei der Programmierung täglich begegnen. / Du beginnst mit einfachen Aufgaben wie Sortieren und Suchen. Mit diesen Grundlagen gerüstet kannst du auch schwierigere Aufgaben wie dynamische Programmierung oder Künstliche Intelligenz in Angriff nehmen. / Der Autor erläutert die Funktionsweise der Algorithmen anhand ganz einfacher Beispiele. So verdeutlicht er z.B. den Unterschied zwischen Arrays und verketteten Listen anhand der Aufgabe, mehrere noch freie Plätze in einem Kinosaal zu finden. Solche Beispiele zeigen dir ganz anschaulich, wie und wofür du die jeweiligen Algorithmen effektiv einsetzen kannst. / Zu allen Erläuterungen findest du anschauliche Bilder und Diagramme sowie ausführlich kommentierten Beispielcode in Python. / Wenn du Algorithmen verstehen möchtest, ohne dich mit komplizierten seitenlangen Beweisen herumzuplagen, ist dieses Buch genau das richtige für dich. / AUS DEM INHALT: / Such-, Sortier- und Graphenalgorithmen / Performance von Algorithmen analysieren (Landau-Notation) / Arrays, verkettete Listen und Hashtabellen / Rekursion und Stacks / Quicksort und das Teile-und-herrsche-Verfahren / Dijkstra-Algorithmus für die Ermittlung des kürzesten Pfads / Approximationsalgorithmen und NP-vollständige Probleme / Greedy-Algorithmen / Dynamische Programmierung / Klassifikation und Regression mit dem k-Nächste-Nachbarn-Algorithmus /
Inhaltsverzeichnis / Vorwort. 11 / Einleitung 13 / Überblick. 14 / Verwendung dieses Buchs. 15 / Wer sollte dieses Buch lesen?. 15 / Konventionen und Downloads / . / 16 / Über den Autor 16 / Danksagungen 17 / 1 Einführung in Algorithmen. 19 / 1.1 / Einführung. 19 / 1.1.1 Performance. 20 / 1.1.2 Problemlösungen. 20 / 1.2 / Binäre Suche. 21 / 1.2.1 Eine bessere Suchmethode / . / 23 / Übungen. 27 / 1.2.2 Laufzeit. 28 / 1.3 / Landau-Notation. 29 / 1.3.1 Die Laufzeiten von Algorithmen nehmen / unterschiedlich schnell zu / . / 29 / 1.3.2 Visualisierung verschiedener Laufzeiten 32 / 1.3.3 Die Landau-Notation beschreibt die Laufzeit im / Worst Gase. 33 / 1.3.4 Typische Laufzeiten gebräuchlicher Algorithmen / / 34 / Ü bungen. 35 / 1.3.5 Das Problem des Handlungsreisenden 36 / 1.4 Zusammenfassung 38 / 2 / Selectionsort. 39 / 2.1 / Die Funktionsweise des Arbeitsspeichers / . / 40 / 2.2 Arrays und verkettete Listen / . / 42 / 2.2.1 Verkettete Listen. 43 / 2.2.2 Arrays. 44 / 2.2.3 Terminologie. 45 / Übung. 46 / 2.2.4 Einfügen in der Mitte einer Liste / . / 47 / 2.2.5 Löschen. 48 / Ü bungen. 49 / 2.3 / Selectionsort. 51 / Beispielcode. 55 / 2.4 Zusammenfassung. 56 / 3 / Rekursion. 57 / 3.1 / Rekursion. 58 / 3.2 / Basisfall und Rekursionsfall / . / 61 / 3.3 / Der Stack. 62 / 3.3.1 Der Aufruf-Stack. 63 / Übung. 66 / 3.3.2 Der Aufruf-Stack mit Rekursion / . / 66 / Übung. 70 / 3.4 / Zusammenfassung. 70 / 4 / Quicksort. 71 / 4.1 / Teile und herrsche. 72 / Ü bungen. 79 / 4.2 Quicksort. 80 / 4.3 / Landau-Notation im Detail. 85 / 4.3.1 Mergesort und Quicksort im Vergleich 86 / 4.3.2 Average Gase und Worst Gase im Vergleich 88 / Ü bungen. 92 / 4.4 Zusammenfassung. 92 / 5 / Hashtabellen. 93 / 5.1 Hashfunktionen 96 / Ü bungen. 99 / 5.2 Anwendungsfälle. 100 / 5.2.1 Hashtabellen zum Nachschlagen verwenden 100 / 5.2.2 Doppelte Einträge verhindern / . / 102 / 5.2.3 Hashtabellen als Cache verwenden / . / 104 / 5.2.4 Zusammenfassung. 107 / 5.2.5 Kollisionen. 107 / 5.3 / Performance. 110 / 5.3.1 Der Auslastungsfaktor. 112 / 5.3.2 Eine gute Hashfunktion. 114 / Übungen. 114 / 5.4 / Zusammenfassung. 115 / 6 / Breitensuche. 117 / 6.1 / Einführung in G raphen. 118 / 6.2 Was ist ein Graph?. 120 / 6.3 / Breitensuche. 121 / 6.3.1 Den kürzesten Pfad finden / . / 124 / 6.3.2 Warteschlangen. 126 / Übungen. 127 / 6.4 Implementierung des Graphen / . / 127 / 6.5 / Implementierung des Algorithmus / . / 130 / 6.5.1 Laufzeit. 135 / Ü bung. 135 / 6.6 Zusammenfassung. 138 / 7 / Der Dijkstra-Algorithmus. 139 / 7.1 / Anwendung des Dijkstra-Algorithmus / . / 140 / 7.2 Terminologie. 145 / 7.3 / Eintauschen gegen ein Klavier. 147 / 7.4 Negativ gewichtete Kanten. 154 / 7.5 / Implementierung. 157 / Ü bung. 167 / 7.6 Zusammenfassung. 168 / 8 / Greedy- Algorithmen. 169 / 8.1 / Das Stundenplanproblem. 169 / 8.2 Das Rucksackproblem. 172 / Übungen. 174 / 8.3 / Das Mengenüberdeckungsproblem / . / 174 / 8.3.1 Approximationsalgorithmen / . / 175 / Übungen. 181 / 8.4 NP-vollständige Probleme / . / 181 / 8.5 / Das Problem des Handlungsreisenden - Schritt für Schritt / . / 183 / 8.5.1 Wie lassen sich NP-vollständige Probleme erkennen? / / 187 / Ü bungen. 189 / 8.6 Zusammenfassung. 189 / 9 / Dynamische Programmierung / . / 191 / 9.1 / Das Rucksackproblem. 191 / 9.1.1 Die einfache Lösung / . / 192 / 9.1.2 Dynamische Programmierung / . / 193 / 9.2 Häufig gestellte Fragen zum Rucksackproblem 201 / 9.2.1 Was geschieht beim Hinzufügen eines Gegenstands? / / 201 / Übung. 204 / 9.2.2 Was geschieht, wenn die Reihenfolge der Zeilen / geändert wird?. 204 / 9.2.3 Kann man das Gitter auch spaltenweise / (statt zeilenweise) befüllen? / . / 205 / 9.2.4 Was geschieht, wenn man ein leichteres Objekt / hinzufügt?. 205 / 9.2.5 Kann man Teile eines Gegenstands stehlen? 206 / 9.2.6 Optimierung des Reiseplans / . / 206 / 9.2.7 Handhabung voneinander abhängiger Objekte / / 208 / 9.2.8 Ist es möglich, dass die Lösung mehr als zwei / Teil-Rucksäcke erfordert? / . / 209 / 9.2.9 Ist es möglich, dass die beste Lösung den Rucksack / nicht vollständig füllt? / . / 209 / Übung. 209 / 9.3 / Der längste gemeinsame Teilstring / . / 210 / 9.3.1 Erstellen des Gitters. 211 / 9.3.2 Befüllen des G itters / / 212 / 9.3.3 Die Lösung. 213 / 9.3.4 Die längste gemeinsame Teilfolge 214 / 9.3.5 Die längste gemeinsame Teilfolge - Lösung / / 216 / Übung. 217 / 9.4 Zusammenfassung. 217 / 10 / k-nächste Nachbarn. 219 / 10.1 Klassifikation von Orangen und Grapefruits 219 / 10.2 Entwicklung eines Empfehlungssystems / . / 221 / 10.2.1 Merkmalsextraktion / . / 223 / Ü bungen. 227 / 10.2.2 Regression. 227 / 10.2.3 Auswahl geeigneter Merkmale. 230 / Ü bung. 230 / 10.3 Einführung in Machine Learning / . / 231 / 10.3.1 OCR. 231 / 10.3.2 Entwicklung eines Spamfilters / . / 232 / 10.3.3 Vorhersage der Entwicklung des Aktienmarkts 233 / 10.4 Zusammenfassung. 233 / 11 / Die nächsten Schritte 235 / 11.1 Bäum e 235 / 11.2 Invertierte Indizes. 238 / 11.3 Die Fourier-Transformation. 239 / 11.4 Nebenläufige Algorithmen. 240 / 11.5 MapReduce. 241 / 11.5.1 Warum sind verteilte Algorithmen nützlich? 241 / 11.5.2 Die map-Funktion. 242 / 11.5.3 Die reduce-Funktion. 242 / 11.6 Bloom-Filter und HyperLogLog. 243 / 11.6.1 Bloom-Filter. 245 / 11.6.2 HyperLogLog. 245 / 11.7 Die S HA-Algorithmen. 246 / 11.7.1 Dateien vergleichen. 246 / 11.7.2 Passwörter überprüfen. 247 / 11.8 Locality-Sensitive Hashing. 248 / 11.9 Diffie-Hellman-Schlüsselaustausch / . / 249 / 11.10 Lineare Programmierung. 250 / 11.11 Epilog 251 / Lösungen zu den Ü bungen. 253 / Kapitel 1 / / 253 / Kapitel 2 254 / Kapitel 3 257 / Kapitel 4 258 / Kapitel 5 259 / Kapitel 6 260 / Kapitel 7 262 / Kapitel 8 263 / Kapitel 9 264 / Kapitel 10 265 / Stichwortverzeichnis / 267

Details

Verfasser*in: Suche nach Verfasser*in Bhargava, Aditya Y.
Verfasser*innenangabe: Aditya Y. Bhargava ; Übersetzung aus dem Amerikanischen von Knut Lorenzen
Jahr: 2019
Verlag: Frechen, mitp Verlags GmbH & Co. KG
opens in new tab
Systematik: Suche nach dieser Systematik NT.EIT
Suche nach diesem Interessenskreis
ISBN: 978-3-95845-813-0
2. ISBN: 3-95845-813-0
Beschreibung: 1. Auflage, 270 Seiten : Illustrationen, Diagramme
Schlagwörter: Algorithmus, Python <Programmiersprache>, Algorithmen
Beteiligte Personen: Suche nach dieser Beteiligten Person Lorenzen, Knut
Sprache: Deutsch
Mediengruppe: Buch