Python 的演算法和資料結構

一個最新的演算法指南,從頭開始教你實現,內容包含陣列、連結串列、圖形演算法和排序。大多數進階的演算法都密切仰賴這些主題,因此這些知識基礎絕對值得你去了解。 這些原理可以用於幾個領域:投資銀行、人工智能或股票市場上的電子交易演算法。

報名參加課程

已經上過這門課程?

🔥歡迎來參加這個活動 – 上課心得分享與獎勵說明 :分享就贈送一門線上課程

從這 14.5 小時的課程,你將學到

  • 很好地掌握演算法的思維
  • 能夠發展自己的演算法
  • 能夠檢測和糾正低效率的程式碼片段

要求

課程說明

這門課程是關於資料結構和演算法。 我們將用 Python 來實現,但是我盡量做到盡可能地通用 – 如此,演算法的核心也可以用在 C ++ 或 Java 。我強烈建議你自己親自鍵入這些資料結構和演算法幾次,以便更好地掌握它。

在課程的第一部分,我們將學習基本的資料結構,例如連結串列 ( linked lists )、堆疊 ( stacks )、佇列 ( queues )、二元搜索樹 ( binary search tress )、堆積 ( heaps ) 和一些進階的,如 AVL 樹和紅黑樹。第二部分將關於圖形生成樹 ( spanning trees )、最短路徑演算法和圖形走訪 ( graph traversing ) 等演算法。我們將盡可能地優化每個資料結構。

在每一章我將要討論每種演算法或資料結構的理論背景,然後我們將逐步用 Python 編寫程式碼。

大多數進階的演算法都密切仰賴這些主題,因此這些知識基礎絕對值得你去了解。 這些原理可以用於幾個領域:投資銀行、人工智能或股票市場上的電子交易演算法。研究機構主要使用Python 作為程式語言:有許多的程式庫 (從機器學習到復雜網路) 開放給大眾使用。

目標受眾

  • 這門課程適合在Python有基本知識的人

講師簡介

Holczer Balazs   軟體工程師 ( 更多講師主講課程介紹 )

我叫 Balazs Holczer。 我來自匈牙利布達佩斯。我有作為物理學家的資格,後來我決定取得應用數學碩士學位。 目前我在一家跨國公司擔任模擬工程師。 自從大學以來,我一直對演算法和資料結構及其實現尤其感興趣 (尤其是用Java實現)。 後來我熟悉了機器學習技術、人工智能 、數值方法和配方,如求解微分方程、線性代數、內插法和外插法。 這些事情在以下幾個領域可能被證明是非常非常重要的:軟體工程 、研發或投資銀行。 對於如 Black-Scholes 模型或 Merton 模型等定量模型,我特別的沈迷。 定量分析師每天使用這些演算法和數值技術,所以在我看來,這些主題絕對值得學習。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy

也許你會有興趣

Soft & Share 網站加值服務

找線上課程?試看看 Soft & Share 網站搜尋引擎

✍ 搜尋結果太多?可參考 Soft & Share 搜尋引擎使用技巧


幫我們個小忙!

使用 e-mail 追蹤 Soft & Share

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: