目录

第1章算法设计与分析基础3

1.1概述3

1.2算法的基本概念3

1.3算法效率分析5

1.3.1渐进时间的概念5

1.3.2渐进时间的符号6

1.3.3渐进符号的性质7

1.4算法的最坏和平均情况分析8

1.5算法运行时间估计9

1.6小结11

习题11

第2章分治法13

2.1分治法概述13

2.2合并排序14

2.3Python程序示例19

2.4小结20

习题20

第3章减治法22

3.1减治法概述22

3.2拓扑排序24

3.3Python程序示例27

3.4小结27

习题28

第4章贪心法29

4.1贪心法概述29

4.2哈夫曼编码30

4.2.1前缀码31

4.2.2算法步骤31

4.2.3算法正确性证明32

4.3Python程序示例34

4.4小结35

习题35

第5章动态规划法37

5.1动态规划概述37

5.201背包问题38

5.2.1最优子结构性质38

5.2.2递推式39

5.2.3算法步骤39

5.3Python程序示例43

5.4小结44

习题44

第6章回溯法46

6.1回溯法概述46

6.2n后问题的回溯算法48

6.2.1问题描述48

6.2.2算法步骤48

6.3Python程序示例51

6.4小结52

习题52

第7章分支限界法53

7.1分支限界法概述53

7.201背包问题的分支限界算法55

7.2.1广度优先搜索分支限界算法55

7.2.2优先队列式分支限界算法57

7.3Python程序示例60

7.4小结62

习题63

提高篇数据挖掘算法

第8章分类算法67

8.1分类算法概述67

8.2决策树67

8.2.1基本概念68

8.2.2构造算法68

8.2.3分类规则的提取71

8.3支持向量机71

8.3.1基本概念72

8.3.2训练算法72

8.3.3核函数75

8.4贝叶斯分类75

8.4.1基本思想76

8.4.2朴素贝叶斯分类算法77

8.5Python程序示例79

8.6小结85

思考题86

第9章聚类算法87

9.1聚类算法概述87

9.2k均值算法89

9.2.1基本思想89

9.2.2算法步骤90

9.3基于MapReduce的k均值并行聚类算法91

9.3.1基本思想91

9.3.2算法步骤91

9.4Python程序示例93

9.5小结95

思考题96

第10章异常检测算法97

10.1异常检测概述97

10.2局部异常因子算法97

10.2.1基本思想98

10.2.2算法步骤100

10.3基于聚类的局部异常因子算法103

10.3.1基本思想103

10.3.2算法步骤103

10.4Python程序示例107

10.5小结111

思考题112

第11章频繁模式挖掘算法113

11.1频繁模式挖掘概述113

11.2Apriori算法114

11.2.1基本概念114

11.2.2基本思想115

11.2.3算法步骤116

11.2.4关联规则的生成118

11.3Python程序示例119

11.4小结121

思考题122

第12章链接分析算法123

12.1链接分析概述123

12.2PageRank算法124

12.2.1基本思想124

12.2.2算法步骤125

12.3基于MapReduce的PageRank算法127

12.3.1基本思想127

12.3.2算法步骤128

12.4Python程序示例130

12.5小结131

思考题131

第13章概率推理算法132

13.1概率推理概述132

13.2贝叶斯网的构建133

13.2.1基本概念133

13.2.2学习算法133

13.3基于贝叶斯网的概率推理138

13.3.1精确推理算法138

13.3.2近似推理算法141

13.4Python程序示例143

13.5小结148

思考题148

新技术篇深度学习算法

第14章人工神经网络和深度学习概述153

14.1人工神经网络153

14.1.1神经元模型153

14.1.2感知机154

14.1.3多层神经网络156

14.2深度学习159

14.3小结160

思考题161

第15章降维算法162

15.1降维算法概述162

15.2自编码器概述163

15.2.1自编码器164

15.2.2自编码器的改进166

15.3变分自编码器168

15.4生成对抗网络171

15.5Python程序示例174

15.6小结182

思考题183

第16章目标检测算法184

16.1目标检测算法概述184

16.2卷积神经网络185

16.2.1模型结构185

16.2.2模型训练和预测187

16.3YOLO算法190

16.4Python程序示例194

16.5小结197

思考题198

第17章问答系统算法199

17.1问答系统概述199

17.2面向问答系统的深度学习算法200

17.2.1循环神经网络200

17.2.2长短期记忆网络203

17.3基于LSTM的问答系统构建207

17.4Python程序示例210

17.5小结216

思考题217

第18章图分析算法218

18.1图分析概述218

18.2图神经网络219

18.3基于图卷积网络的图节点分类220

18.4Python程序示例224

18.5小结227

思考题227

附录A在线编程平台和案例库使用指南228

参考文献233