Programmierung
Introducing Algorithms in C
Study elementary and complex algorithms with clear examples and implementations in C. This book introduces data types (simple and structured) and algorithms with graphical and textual explanations. In the next sections, you’ll cover simple and complex standard algorithms with their flowcharts: everything is integrated with explanations and tables to give a step-by-step evolution of the algorithms.The main algorithms are: the sum of three or n numbers in a loop, decimal-to-binary conversion, maximum and minimum search, linear/sequential search, binary search, bubble sort, selection sort, merging of two sorted arrays, reading characters from a file, stack management, and factorial and Fibonacci sequences.The last section of Introducing Algorithms in C is devoted to the introduction of the C language and the implementation of the code, which is connected to the studied algorithms. The book is full of screenshots and illustrations showing the meaning of the code.WHAT YOU WILL LEARN* Implement algorithms in C * Work with variables, constants, and primitive and structured types* Use arrays, stacks, queues, graphs, trees, hash tables, records, and files* Explore the design of algorithms * Solve searching problems, including binary search, sorting, and bubble/selection sort* Program recursive algorithms with factorial functions and Fibonacci sequencesWHO THIS BOOK IS FORPrimarily beginners: it can serve as a starting point for anyone who is beginning the study of computer science and information systems for the first time.LUCIANO MANELLI is a professionally certified engineer and author of several IT books for different publishers. In 2014 he started working for the Taranto Port Authority, after working for 13 years for InfoCamere SCpA. In 2012, he received a PhD in computer science from the Department of Informatics, University of Bari Aldo Moro. In his doctoral thesis, he analyzed grid computing and distributed abstract state machines and published the results in international publications. He is a contract professor at the Polytechnic of Bari (foundations of computer science) and at the University of Bari Aldo Moro (programming for the Web, computer science, and computer lab). He graduated in electronic engineering from the Polytechnic of Bari at 24 years of age and then served as an officer in the navy.1. Data Structures2. Design of Algorithms3. Implementation of Algorithms in C
Data Science mit Python
Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools:• IPython und Jupyter für datenintensive Berechnungen• NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python• Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten• Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt.
Machine Learning mit Python
Beschreibung Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Sebastian Raschka gibt Ihnen einen detaillierten Einblick in die Techniken der Predictive Analytics. Er erläutert die grundlegenden theoretischen Prinzipien des Machine Learnings und wendet sie praktisch an. Dabei konzentriert er sich insbesondere auf das Stellen und Beantworten der richtigen Fragen. Python zählt zu den führenden Programmiersprachen im Bereich Data Science und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Der Autor erläutert in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie scikit-learn, Theano oder Keras. Sie lernen Schritt für Schritt die Grundlagen von Python für maschinelle Lernverfahren kennen und setzen dabei eine Vielfalt von statistischen Modellen ein. Über den Autor Sebastian Raschka ist Doktorand an der Michigan State University und entwickelt neue Rechenverfahren im Bereich der Bioinformatik. Er wurde auf GitHub von Analytics Vidhya als einflussreichster Datenanalytiker eingestuft. Er verfügt über jahrelange Erfahrung in der Python-Programmierung und hat mehrere Seminare über praktische Data-Science-Anwendungen und maschinelles Lernen geleitet. Seine Erfahrungen mit Data Science, maschinellem Lernen und Python-Programmierung haben ihn dazu motiviert, dieses Buch zu schreiben, um es auch Leuten ohne Kenntnisse maschineller Lernverfahren zu ermöglichen, datengesteuerte Lösungen zu entwickeln. Außerdem hat er aktiv Beiträge zu Open-Source-Projekten geleistet und die von ihm implementierten Verfahren werden inzwischen erfolgreich in Wettbewerben eingesetzt, die maschinelles Lernen zum Thema haben, wie z.B. Kaggle. In seiner Freizeit entwickelt er Vorhersagemodelle für Sportergebnisse.