内容説明
本書は、ソートや検索などの基本的なアルゴリズムから、機械学習や暗号化に使用される最新のもの・より高度なものまでをカバー。さまざまなアルゴリズムを把握できます。アルゴリズムの基本事項から始まり、検索やソートなどの実例を示します。より複雑なアルゴリズムとしては、線形計画法、ページランキング、グラフアルゴリズムを説明。機械学習アルゴリズム背後のロジックも理解できるようにします。ケーススタディとして、不正分析やレコメンデーションエンジンなども取り上げ、並列や暗号化のアルゴリズムなども紹介します。本書は、さまざまなアルゴリズムを活用したい方にとって、その手掛かりとなる格好のガイドブックです。
目次
１ 基本原理と基本的なアルゴリズム（アルゴリズムの概要；アルゴリズムで使われるデータ構造；ソートアルゴリズムと探索アルゴリズム；アルゴリズムの設計；グラフアルゴリズム）
２ 機械学習アルゴリズム（教師なし学習アルゴリズム；従来の教師あり学習アルゴリズム；ニューラルネットワークアルゴリズム；自然言語処理のためのアルゴリズム；レコメンデーションエンジン）
３ 高度なトピック（データアルゴリズム；暗号化に関連するアルゴリズム；大規模なアルゴリズム；実践で留意すべきポイント）
索引
著者等紹介
アハマド，イムラン［アハマド，イムラン］ ［Ａｈｍａｄ，Ｉｍｒａｎ］
Ｇｏｏｇｌｅの認定インストラクターとして、Ｐｙｔｈｏｎ、機械学習、アルゴリズム、ビッグデータ、ディープラーニングなどを教えている。また、博士課程在籍時には、クラウドコンピューティング環境でリソースを最適に割り当てるための新しい線形計画法ベースのアルゴリズムを提案。その後、カナダ連邦政府の先進分析ラボで機械学習プロジェクトに携わる。現在は、複雑な機械学習モデルを訓練するためにＧＰＵを最適に使用するアルゴリズムの開発に取り組む（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
