演算法分析進階-超越最壞情況分析蒂姆.拉夫加登 9787111760184 【台灣高等教育出版社】

Name: 演算法分析進階-超越最壞情況分析 蒂姆.拉夫加登 9787111760184 【台灣高等教育出版社】
Brand: abooksthep
Price: 1138.0 TWD
Availability: InStock

圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業

NT$1,138

商品編號:

供貨狀況: 尚有庫存

加入最愛

商品介紹

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202410*若逾兩年請先於私訊洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：演算法分析進階-超越最壞情況分析
ISBN：9787111760184
出版社：機械工業
著編譯者：蒂姆.拉夫加登
叢書名：計算機科學叢書
頁數：529
所在地：中國大陸 *此為代購商品
書號：1686365
可大量預訂，請先連絡。

內容簡介

演算法設計中沒有靈丹妙藥——不存在任何一種足夠強大和靈活，能夠解決所有計算問題的演算法思想。同樣，演算法分析中也沒有靈丹妙藥，因為對演算法進行分析的最具啟發性的方法往往取決於問題和應用的細節。然而，典型的演算法課程幾乎完全停留在一種單一的分析框架上，即最壞情況分析。本書的目的就是糾正這種不平衡。本書源於斯坦福大學的研究生課程，由40位學者聯袂撰寫，旨在推廣最壞情況分析的替代方法，以及這些方法的應用，包括聚類、線性規劃和神經網路訓練等。書中涵蓋演算法分析領域的各個方面，強調重要的模型和研究成果。本書首先討論對最壞情況分析的改進，然後介紹確定性數據模型、半隨機模型、平滑分析，最後介紹這些理論在機器學習、統計學等領域的應用，大部分章節以開放式的研究方向以及適合課堂教學的練習題作為結束。

作者簡介

蒂姆·拉夫加登（Tim Roughgarden），哥倫比亞大學計算機科學系教授，之前曾任教於斯坦福大學，主要研究領域包括演算法、博弈論以及微觀經濟學。他曾獲得美國青年科學家與工程師總統獎（PECASE），ACM頒發的Grace Murray Hopper獎，Game Theory Society頒發的Kalai獎，Mathematical Programming Society頒發的Tucker獎，以及EATCS-SIGACT頒發的G?del獎。

譯者序
前言
作者名單
第1章引言
1 1 演算法的最壞情況分析
1 1 1 不可比較演算法的比較
1 1 2 最壞情況分析帶來的好處
1 1 3 演算法分析的目標
1 2 著名的失敗事件和對替代方法的迫切需要
1 2 1 線性規劃的單純形法
1 2 2 聚類與NP困難最優化問題
1 2 3 機器學習的不合理的有效性
1 2 4 在線演算法分析
1 2 5 最壞情況分析的騙局
1 3 示例：在線分頁問題中的參數化界
1 3 1 根據引用局部性的參數化
1 3 2 定理1 1的證明
1 3 3 討論
1 4 本書概述
1 4 1 最壞情況分析的改進
1 4 2 確定性數據模型
1 4 3 半隨機模型
1 4 4 平滑分析
1 4 5 機器學習和統計學中的應用
1 4 6 進一步的應用
1 5 本章註解
致謝
參考文獻
練習題
第一部分最壞情況分析的改進
第2章參數化演算法
2 1 引言
2 1 1 熱身：頂點覆蓋問題
2 2 隨機化
2 2 1 隨機分離：集合拆分問題
2 2 2 去隨機化
2 3 結構上的參數化
2 4 核心化
2 4 1 熱身：Buss規則
2 4 2 形式定義以及與FPT的成員關係
2 4 3 Buss規則在矩陣秩上的推廣
2 5 困難性和最優性
2 5 1 W[1]困難性
2 5 2 ETH和SETH
2 5 3 核心化的困難性和最優性
2 6 展望：新的範例和應用領域
2 6 1 FPT-近似和有損核心
2 6 2 P問題中的FPT
2 6 3 應用領域
2 7 總體方向
2 8 本章註解
參考文獻
練習題
第3章從自適應分析到實例最優性
3 1 案例研究1：最大點集合問題

第二部分確定性數據模型
第三部分半隨機模型
第四部分平滑分析
第五部分機器學習和統計學中的應用
第六部分進一步的應用
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。