• Istražite postojeće strukture podataka i algoritme koji se nalaze u Python bibliotekama
•  Implementirajte grafovske algoritme za detekciju prevare upotrebom analize mreže
•  Koristite algoritme mašinskog učenja za grupisanje sličnih tvitova i obradite Twitter podatke u realnom vremenu
•  Predvidite vremensku prognozu upotrebom algoritama nadgledanog učenja
•  Upotrebite neuronske mreže za detekciju objekta
•  Kreirajte mehanizam preporuke koji preporučuje relevantne filmove pretplatnicima
•  Implementirajte bezbednost upotrebom simetrične i asimetrične enkripcije na Google Cloud Platformi (GCP)

Algoritmi su uvek igrali važnu ulogu u nauci i praksi računarstva. Osim tradicionalnog računarstva, mogućnost upotrebe algoritama za rešavanje stvarnih problema je važna veština koju svaki programer mora da ima. Ova knjiga će vam pomoći, ne samo da razvijete veštine za selekciju i upotrebu algoritma za rešavanje stvarnih problema, nego i da razumete kako oni funkcionišu. Prvo ćemo predstaviti algoritme i otkriti različite tehnike projektovanja algoritama, pre nego što istražimo kako da implementirate različite tipove algoritama, kao što su pretraga i sortiranje, pomoću praktičnih primera. Dok budemo napredovali ka kompleksnijim skupovima algoritama, učićete o linearnom programiranju, rangiranju stranice i grafovima, a koristićete i algoritme mašinskog učenja i razumećete matematiku i logiku u njima. Dalje, studije slučajeva, kao što je predviđanje vremenske prognoze, grupisanje tvitova i mehanizmi za preporučivanje filmova će vam pokazati kako možete da primenite optimalno ove algoritme. Na kraju ćete dobro razumeti tehnike koje omogućavaju paralelnu obradu, dajući vam mogućnost da upotrebite ove algoritme za računski intenzivne zadatke. Do kraja ove knjige postaćete vešti u rešavanju stvarnih računskih problema upotrebom različitih algoritama.

•  Naučite tehnike koje bi trebalo da znate da biste dizajnirali algoritme za rešavanje složenih problema
•  Upoznajte se sa neuronskim mrežama i tehnikama dubokog učenja
•  Istražite različite tipove algoritama i izaberite odgovarajuće strukture podataka za njihovu optimalnu implementaciju

Poglavlje 1 Pregled algoritama
Poglavlje 2 Strukture podataka upotrebljene u algoritmima
Poglavlje 3 Algoritmi za sortIranje i pretraživanje
Poglavlje 4 Dizajniranje algoritama
Poglavlje 5 Grafovski algoritmi
Poglavlje 6 Algoritmi nenadgledanog mašinskog učenja
Poglavlje 7 Algoritmi tradicionalnog nadgledanog učenja
Poglavlje 8 Algoritmi neuronske mreže
Poglavlje 9 Algoritmi za obradu prirodnog jezika
Poglavlje 10 Mehanizmi za preporuke
Poglavlje 11 Algoritmi podataka
Poglavlje 12 Kriptografija
Poglavlje 13 Algoritmi velikih razmera
Poglavlje 14 Praktična razmatranja

Imran Ahmad je sertifikovani Google instruktor i više godina podučava za Google i Learning Tree. Teme koje Imran podučava uključuju Python, mašinsko učenje, algoritme, big data i duboko učenje. U svom doktoratu predložio je novi algoritam zasnovan na linearnom programiranju, pod nazivom ATSRA, koji može da se upotrebi za optimalnu dodelu resursa u cloud računarskom okruženju. Poslednje 4 godine, Imran radi na visokoprofilnom projektu mašinskog učenja u naprednoj laboratoriji analitike kanadske savezne države. Projekat je razvoj algoritama mašinskog učenja koji mogu da automatizuju proces imigracije. Imran trenutno radi na razvoju algoritama za optimalnu upotrebu GPU-a za obučavanje kompleksnih modela mašinskog učenja.