Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie (Helion)

Mimo iż osiągnięcia matematyczne stały się podwalinami algorytmiki, wielu inżynierów nie w pełni rozumie reguły matematyki dyskretnej. Nawet jeśli nie stanowi to szczególnego problemu w codziennej pracy, w końcu okazuje się, iż matematyka dyskretna jest konieczna do osiągnięcia prawdziwej biegłości w operowaniu algorytmami i w pracy na danych. Co więcej, znajomość tej dziedziny nad wyraz usprawnia rozwiązywanie problemów z zakresu uczenia maszynowego. W ten sposób ergonomiczna biegłość w matematyce zauważalnie ulepsza wyniki pracy inżynierów.Ta książka jest kompleksowym wprowadzeniem do matematyki dyskretnej, {pomocn|przydatn)ym dla każdego, kto chce pogłębić i ugruntować swoje umiejętności informatyczne. W zrozumiały sposób przedstawiono tu metody matematyki dyskretnej i ich zastosowanie w algorytmach i analizie danych, włączając w to techniki uczenia maszynowego. Zaprezentowano również zasady oceny złożoności obliczeniowej algorytmów i używania wyników tej oceny do zarządzania pracą procesora. Omówiono także sposoby przechowywania struktur grafowych, ich przeszukiwania i znajdywania ścieżek między wierzchołkami. Pokazano też, jak wykorzystać przedstawione informacje podczas posługiwania się bibliotekami Pythona, takimi jak scikit-learn i NumPy.