正版新书]人工智能算法基础唐宇迪等9787301329184

第0章人工智能与算法1

0.1人工智能发展的水平2

0.2人工智能技术总览3

0.3算法在人工智能技术中的地位9

0.4学好算法能有哪些竞争优势10

第1章排序算法12

1.1冒泡排序（BubbleSort）13

1.2直接插入排序（InsertSort）20

1.3直接选择排序（SelectSort）24

1.4升级版冒泡排序——快速排序（QuickSort）26

1.5升级版插入排序——希尔排序（ShellSort）29

1.6升级版选择排序——堆排序（HeapSort）31

1.7归并排序（MergeSort）34

1.8基数排序（RadixSort）36

1.9应用：应该使用哪种排序算法40

1.10高手点拨42

1.11编程练习42

1.12面试真题42

第2章查找算法43

2.1线性查找（LineSearch）——傻瓜式查找44

2.2二分查找（BinarySearch）——排除另一半44

2.3插值查找（InsertSearch）——预判位置45

2.4斐波那契查找（FibonacciSearch）——黄金分割法46

2.5树结构查找（TreeSearch）48

2.6散列查找（HashSearch）48

2.7应用：自实现indexOf函数49

2.8高手点拨49

2.9编程练习50

2.10面试真题50

第3章字符串算法51

3.1朴素算法52

3.2KMP算法53

3.3Boyer-Moore算法55

3.4Rabin-Karp算法59

3.5Trie树59

3.6应用：AC自动机算法60

3.7高手点拨64

3.8编程练习65

3.9面试真题65

第4章线性结构66

4.1链表67

4.2栈72

4.3队列73

4.4应用：逆波兰计算器74

4.5高手点拨81

4.6编程练习82

4.7面试真题82

第5章树结构83

5.1树结构概述84

5.2二叉树84

5.3线索二叉树90

5.4二叉查找树92

5.5K近邻算法与k-d树111

5.6赫夫曼树119

5.7多路查找树134

5.7.12-3树134

5.7.2B树140

5.7.3B+树140

5.8高手点拨141

5.9编程练习141

5.10面试真题142

第6章堆结构143

6.1二叉堆144

6.2d-堆144

6.3二项堆145

6.4斐波那契堆148

6.5左式堆150

6.6斜堆152

6.7应用：优先队列152

6.8高手点拨153

6.9编程练习153

6.10面试真题153

第7章散列结构154

7.1散列概述155

7.2散列函数的设计156

7.3解决冲突157

7.4完美散列160

7.5应用161

7.6高手点拨162

7.7编程练习162

7.8面试真题162

第8章图结构163

8.1图结构概述164

8.2图的存储167

8.3图的搜索170

8.4拓扑排序173

8.5应用：修路问题175

8.6高手点拨178

8.7编程练习179

8.8面试真题179

第9章递归算法180

9.1递归的概述181

9.2应用：汉诺塔问题183

9.3高手点拨185

9.4编程练习185

9.5面试真题185

第10章分类算法186

10.1分类算法概述187

10.2决策树192

10.3支持向量机207

10.4朴素贝叶斯算法223

10.5综合案例——基于SVM算法的癌症预测231

10.6高手点拨235

10.7编程练习236

10.8面试真题236

第11章回归算法237

11.1回归算法概述238

11.2线性回归算法238

11.3逻辑回归算法251

11.4综合案例——信用卡欺诈检测259

11.5高手点拨264

11.6编程练习266

11.7面试真题267

第12章聚类算法268

12.1聚类算法概述269

12.2K-means算法270

12.3K-means算法实践276

12.4DBSCAN算法284

12.5综合案例——图像分割290

12.6高手点拨292

12.7编程练习293

12.8面试真题294

第13章降维算法295

13.1降维算法概述296

13.2主成分分析296

13.3线性判别分析306

13.4综合案例——基于PCA和逻辑回归算法对鸢尾花数据集分类313

13.5高手点拨315

13.6编程练习316

13.7面试真题317

第14章集成学习算法318

14.1集成学习概述319

14.2Bagging算法319

14.3Boosting算法321

14.4XGBoost算法322

14.5综合案例——基于XGBoost算法的客户流失预测335

14.6高手点拨346

14.7编程练习346

14.8面试真题347

第15章基于价值的强化学习(Value-BasedRL)算法348

15.1强化学习349

15.2Q-Learning算法351

15.3DQN（DeepQ-Learning）算法356

15.4综合案例——让AI自主探索迷宫363

15.5高手点拨366

15.6编程练习366

15.7面试真题366

第16章基于策略的强化学习(Policy-BasedRL)算法367

16.1策略梯度（PolicyGradient）算法368

16.2Actor-Critic算法377

16.3综合案例——不错马里奥的实现386

16.4高手点拨389

16.5编程练习389

16.6面试真题389

第17章神经网络模型算法390

17.1神经网络概述391

17.2神经元模型和神经网络模型392

17.3BP神经网络算法39

17.4综合案例——使用神经网络进行回归预测403

17.5高手点拨407

17.6编程练习407

17.7面试真题408

……

唐宇迪，计算机专业博士，网易云课堂人工智能认证行家，51CTO学院讲师，CSDN博客讲师。拥有多年人工智能领域培训经验，带领课程研发团队累计开发AI课程60余门，覆盖当下人工智能热门应用领域。2020年10月在我社出版《人工智能数学基础》，定价119元，印刷1.6万册。
史卫亚，，1973年4月出生，博士，副教授，IEEE会员，CCF会员，INNS会员。2009年获得复旦大学计算机应用专业博士学位。2015-2016年在美国北卡罗纳大学做访问学者，现执教于河南工业大学信息科学与工程学院。主要研究方向：机器学习、数据库、图像和视频处理、人工智能和模式识别。
罗召勇，B站人气网红讲师，录制的“数据结构与算法”“微信公众号开发”“分布式微服务架构（直播回放）”“微信公众号开发springboot版”视频课程发布于B站、腾讯课堂、网易云课堂、爱奇艺课堂等各大平台，累计播放量超50万，其中B站播放量30万余，获得网络学员的一致好评。1 X大数据职业技能等级考试出题人，1 X大数据职业技能等级考试师资培训专家，贵州省教育科学院官网项目技术指导。

（1）零基础也能快速入门。本书从最基础的算法基础讲起，由浅入深，层层递进，在巩固固有知识的同时深入讲解人工智能的算法原理，无论读者是否从事计算机相关行业，是否接触过人工智能，都能通过本书实现快速入门。（2）理论和实践相结合。每章最后提供根据所在章的理论知识点精心设计的“应用”，读者可以通过应用实例进行实践操作，为以后的算法学习奠定基础。（3）大量范例源码+习题答案，为学习排忧解难。本书所有示例都有清晰完整的源码，每章之后设有习题并配套题目答案，讲解清晰，解决读者在学习中的所有困惑。

当前AI图书市场，理论知识与实践经验的脱节，是很多书籍的缺点。《人工智能算法基础》立足于理论，从实例入手，将理论知识和实际应用结合，目标是让读者能够快速地熟悉人工智能中经典算法。全书分为4篇，共20章。其中第1篇为基础算法篇，主要讲述排序、查找、线性结构、树、队列、散列、图、堆栈等基本数据结构算法；第2篇为机器学习算法篇，主要讲述分类算法、回归算法、聚类算法、降维算法和集成算法；第3篇为强化学习算法篇，主要讲述基于价值的强化学习算法和基于策略的强化学习算法；第4 篇为深度学习算法篇，主要讲述神经网络模型算法、循环神经网络算法和卷积神经网络算法等内容。
《人工智能算法基础》适合从事数据科学与人工智能相关行业的读者阅读。