首页 > 图书中心 >图书详情

数据与算法

清华大学电子系核心课教材,王希勤副校长作序推荐。从数据与算法的相互关系入手,涵盖数据结构、数学模型、数值分析和算法设计思想等相互关联的内容。

作者:吴及、陈健生、白铂
定价:59
印次:1-1
ISBN:9787302468813
出版日期:2017.10.01
印刷日期:2017.08.23

本书从数据与算法的相互关系入手,内容涵盖了传统的数据结构和数值分析,并增加了数学模型和算法设计思想的介绍。 全书分四部分,第一部分,介绍数据、数学模型和算法的基本概念,是全书的基础;数据结构部分从数学模型和问题的角度介绍线性结构、树结构、图结构,以及查找和排序这两种最常见的非数值问题;数值分析部分从问题的角度介绍误差分析、实数的表示和运算、一元非线性方程、线性方程组、拟合与插值、最优化问题;第四部分,从算法设计思想的角度介绍蛮力法、分治法、贪心法、动态规划、搜索算法和随机算法,以及求解具体问题时的应用实例。

more >

前言 近年来,信息科学技术呈现快速发展的态势,云计算、移动互联网、大数据、人工智能,给我们所处的时代和社会带来了一波又一波的冲击。人们日常生活中的信息获取方式、社会交往方式、生产工作方式都已经发生了很大的变化,而且更为巨大的变化似乎就在并不遥远的未来。我们的教学和人才培养模式如何能够适应这样的变化,对于高等教育的从业者来说是一个严峻的挑战。 为了解决膨胀的知识量与有限的学制之间的矛盾,提高教学效率和质量,培养拔尖型创新人才,清华大学电子工程系进行了全面的教学改革。在梳理出电子信息科学知识构架的基础上,构建起了全新的课程体系,数据与算法就是其中的一门核心课程。数据是客观世界的描述,是信息的载体,也是算法的处理对象;算法是解决问题的方法和步骤,是处理数据的系统。因此数据与算法的关系,本质上是信息载体与系统的相互作用。同时,数据的特性是算法设计中不可忽视的关键性因素,对数据特性利用得越充分,算法的性能和效率就越高,但与此同时,算法的针对性越强,适用面也就越窄。 传统上数据结构和数值分析是两门课程,前者主要研究非数值问题,后者主要研究数值问题。但是,当我们上升到更宏观的视角,也就是数据与算法相互关系的视角,我们就能够更清楚地认识到两者之间的共性和差异。从共性上来讲,它们都把现实世界的问题简化成为数学模型上的问题,并利用计算机作为工具加以求解,因此有很多算法思想不仅能用于处理非数值问题,也能有效地处理数值问题。例如,二分法既可以用于实现有序线性表的高效查找,又可以用于求解非线性方程;寻找图的最小生成树的 Prim算法、 Kruskal算法和求解多维函数极值的最速下降法都是基于贪心算法的思想。数值和非数值问题的差异也很显著,数值问题中变量取值是连续的,符合一定精度要求的近似解可能有无穷多个,只需要得到符合精度要求的近似解就足够了,因此误差分析在数值分析中处于基础性的地位;而非数值问题的解空间是离散的,不需要考虑误差。在实际应用中,数值问题和非数值问题还经常交织在一起,例如搜索引擎已经成为人们获取信息的主要方式,在其实现过程中就既有非数值问题,也有数值问题。 数据和算法的覆盖范围包括了传统上的数据结构、数值分析两门课程,同时还特别加入了数学模型和算法设计思想的部分,并从总体上对内容上进行了取舍。我们希望这门新设计的课程,能够让同学在学习过程中更清楚地看到数据和算法的相互关系,更透彻地理解数值和非数值问题的差异和共性,更全面地提升利用计算机作为工具解决实际问题的能力,为今后的学习和未来的发展打下扎实的基础。 全书共有 9章,分为四个部分。第一部分是第 1章,介绍了数据,算法和数学模型的基本概念,是全书的基础。第二部分是第 2~5章,包括线性结构、树结构和图结构,以及查找、排序两种最常用的非数值问题及其求解,是传统数据结构的内容。第三部分是第 6、7章,包括数值问题和最优化的初步介绍,讨论的是数值问题。第四部分是第 8、9章,介绍了随机算法和算法设计思想。 本书第 1、2、4、5章由吴及负责撰写;第 6、7、8章由陈健生负责撰写;白铂撰写了第 3和第 9章,并参与了第 4和第 7章的部分工作。 由于编者水平有限,疏误之处在所难免,敬请同行及各界读者批评指正。作为突破传统教学模式和内容组织方式的一次尝试,我们也希望这样的努力能够成为电子信息学科教学改革的有益探索。 编者 2017年 8月

more >
扫描二维码
下载APP了解更多

同系列产品more >

电子电路与系统基础

李国林
定 价:168元

查看详情
图书分类全部图书
more >
  • 作者简介:

    吴及,清华大学电子工程系副系主任,长聘副教授,博士生导师。1996年和2001年在清华大学电子工程系获得学士和工学博士学位。20132015年在美国佐治亚理工学院担任访问学者。主要从事数据与算法方面的教学工作,以及人工智能和大数据领域的研究工作。2006起担任清华-讯飞语音技术联合实验室主任。目前是中国语音产业联盟技术工作组组长。先后获得2011年度国家科技进步二等奖和2014年度北京市科学技术奖一等奖。已在国内外刊物和学术会议上发表论文一百余篇,现在为IEEE高级会员。

     

    陈健生,博士,出生于安徽省芜湖市,毕业于清华大学计算机科学与技术系(学士、硕士)和香港中文大学计算机科学与工程系(博士)。目前在清华大学电子工程系任副教授,博士生导师。教学方面,担任电子系本科生核心课“数据与算法”及限选课“视听信息系统导论”的主讲教师;曾获清华大学第六届青年教师教学大赛理工科一等奖。主要研究领域为计算机视觉与机器学习。在国际期刊及会议上发表有多篇论文,曾获2013年度北京市科学技术奖一等奖。

     

    白铂,男,1982年生于陕西西安,2004年毕业于西安电子科技大学,获学士学位,陕西省优秀毕业生。2010毕业于清华大学,获博士学位,电子系学术新秀。20102012年在香港科技大学做博士后研究。随后,进入清华大学电子系任讲师,硕士生导师。曾获2016年清华大学青年教师教学基本功大赛一等奖(理工组)。2017年加入华为技术有限公司2012实验室,任未来网络理论实验室高级研究员。研究方向包括无线协作资源分配、Cloud/Fog-无线计算网络、网络信息论、网络大数据分析等。发表学术论文近80篇,其中SCI检索论文近30篇,曾获IEEE ICC 2016最佳论文奖。

  • 为了解决膨胀的知识量与有限的学制之间的矛盾,提高教学效率和质量,培养拔尖型创新人才,清华大学电子工程系进行了全面的教学改革。在梳理出电子信息科学与技术知识构架的基础上,构建起了全新的课程体系。本书是清华大学电子工程系核心课系列教材之一,由清华大学副校长王希勤教授作序推荐。

    随着大数据和数据科学的兴起和发展,如何看待、处理和利用数据,已经成为理论和应用价值巨大的科学领域。本书从数据与算法的相互作用出发,涵盖数据结构、数学模型、数值分析和算法设计思想等相互关联的重要内容,有利于从整体上学习和把握这个学科的基础知识,培养基础能力。

    书中,问题和算法两个视角构成了纵横交织的网络,帮助读者更清楚地看到数据和算法的相互关系,更透彻地理解数值和非数值问题的差异和共性,帮助读者更全面地提升利用计算机作为工具解决实际问题的能力。

more >
  • 目录

    第 1章数据、数学模型和算法 ................................................................................ 1

    1.1数据时代 ................................................................................................... 1

    1.1.1什么是数据 ..................................................................................... 1

    1.1.2大数据时代 ..................................................................................... 2

    1.1.3数据的重要性 .................................................................................. 4

    1.2数据的表示 ................................................................................................ 5

    1.2.1二元关系及其性质 .......................................................

精彩书评more >

标题

评论

版权所有(C)2014 清华大学出版社有限公司 京ICP备05029640号 京公网安备11010802013248号

联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘