算法概论/国外计算机科学经典教材
内容简介
《算法概论/国外计算机科学经典教材》不仅可以面向信息学科大学生作为基本的教材（或参考书），更是将任何具有初等数学基础的人引入算法应用与研究殿堂的一块引路石。内容循序渐进、深入浅出地展示了算法研究与应用中，从模型分析、算法构造到复杂性分析和算法优化的方方面面。涉及的内容从古老的算术算法、排序算法、简单图论到近现代出现的计算图论、贪心算法、分治算法、线性规划、动态规划、随机算法以及NP复杂性理论，甚至是尚未完全显现全貌的量子计算，覆盖了经典、现代和未来算法发展的众多代表性工作。
《算法概论/国外计算机科学经典教材》选材新颖，内容丰富，适用于作为计算机学科以及相关学科算法课程的教材和参考书，同时也可作为从事算法研究的一本好的入门书籍。
作者简介
Saniov Dasgupta是加州大学圣地亚哥分校计算机科学与工程系教授，之前曾护任AT&T实验室的高级技术人员，拥有哈佛大学计算机科学学士学位和加州大学伯克利分校计算机科学博士学位。他存多维数据的统计分析算法开发方面做出了贡献，开发了第1个适合各种规范统计任务的正确、高效的算法，尤其适合于集群（分组）数据。他目前的研究领域是算法统计，重点是无监督学习和*小监督学习。教授的课程有算法、机器学习、贝叶斯方法、概率人工智能、精督学习等。
Christos Papadimitriou是加州大学伯克利分校计算机科学系C.LesterHogan教授，曾执教于哈佛大学、麻省理工学院、斯坦福大学和加州大学圣地亚哥分校。他是美国科学院、艺术与科学院和工程院院士。他的研究方向是算法和复杂性理论，及其存教据库、优化、人工智能、百联网、博弈论和演化方面的应用。
Umesh Vazirani是加州大学伯克利分校电子工程和计算机科学系RogerA.Strauch教授，伯克利量子计算中心主任，是量子计算领域的开创者之一。
在线客服