Ajax-loader

'algoritmus' címkével ellátott könyvek a rukkolán

 


Ivanyos Gábor - Szabó Réka - Rónyai Lajos - Algoritmusok
Az ​algoritmusokkal és adatszerkezetekkel kapcsolatos első ismeretek mára az informatika alapjainak nélkülözhetetlen részeivé váltak. Ilyen ismeretekre, készségekre mindenkinek szüksége van, aki komolyan foglalkozik programozással és programok tervezésével. Ennek megfelelően kialakult egy eléggé letisztult törzsanyag, amit világszerte oktatnak a számítástechnikai, informatikai képzést nyújtó egyetemi szakokon. Elsődleges célja ennek az anyagnak a feldolgozása. A fontosabb témák a következők: rendezés, keresés, információtömörítés, gráfalgoritmusok, a kiszámíthatóság alapfogalmai, nevezetes bonyolultsági osztályok (P, NP) és algoritmus-tervezési módszerek. A bemutatott algoritmusok tárgyalását példák és feladatok teszik teljessé. A könyv szerzői évek óta tanítanak algoritmikus témájú egyetemi tárgyakat a Budapesti Műszaki Egyetemen és az Eötvös Lorád Tudomány Egyetemen.

Katona Gyula Y. - Recski András - Szabó Csaba - Gráfelmélet, ​algoritmuselmélet és algebra
Ehhez a könyvhöz nincs fülszöveg, de ettől függetlenül még rukkolható/happolható.

Hornig Trapp Weltner - További ​tippek és trükkök a Commodore 64-eshez
A ​könyvben ismertetett kapcsolások, eljárások és programok nem tekinthetők szabadalmi oltalom alá eső ipari termékeknek. Ezek elsősorban amatőr és oktatási célokat szolgálnak. A szerzők rendkívül nagy gondot fordítottak a kapcsolások, műszaki adatok és programok helyességére, a részletek kidolgozása során többszöri ellenőrzést végeztek. Mindez azonban nem zárja ki az esetleges hibalehetőségeket. Az előforduló hibákért és az ebből adódó következményekért a DATA BECKER cég sem szavatosságot, sem jogi felelősséget nem vállal. Az esetlegesen előforduló hibák közlését a szerzők hálásan fogadják.

Gács Péter - Lovász László - Algoritmusok
Ehhez a könyvhöz nincs fülszöveg, de ettől függetlenül még rukkolható/happolható.

Borgulya István - Evolúciós ​algoritmusok
Ehhez a könyvhöz nincs fülszöveg, de ettől függetlenül még rukkolható/happolható.

Benkő Tiborné - Benkő László - Gyenes Károly - Komócsin Zoltán - Objektum-orientált ​programozás Turbo Pascal nyelven 7.0
A ​Turbo Pascal nyelv (5.0, 5.5, 6.0, 7.0) elsajátításához nyújt a könyv és lemezmelléklete segítséget. A könyv először lépésről-lépésre ismertet meg a Turbo Pascal nyelv alapjaival. A magyarázatokat ábrák és példák teszik szemléletessé. A további fejezetek a moduláris programépítés, a fájlkezelés és a memóriahasználat fogásait, a szöveges és a grafikus képernyő kezelését, a Turbo Pascal 7.0 szabványos moduljait mutatják be. Újdonság az objektum-orientált programozás titkait feltáró fejezet. Tankönyvként - közép- és felsőoktatási intézmények már használják...

Thomas H. Cormen - Charles E. Leiserson - Ronald L. Rivest - Algoritmusok
A ​Műszaki Könyvkiadó Algoritmusok című könyve átfogóan és közérthetően ismerteti az alapvető algoritmusokat és azok elemzését. A hagyományos témakörök mellett olyan modernekkel is foglalkozik, mint az amortizációs elemzés és a párhuzamos algoritmusok. A matematikai elemzések igényesek és részletesek, mégis érthetőek az olvasók széles köre számára. A fejezetek felépítése fokozatos: az egyszerűbb ismeretekkel kezdődnek és a nehezebb anyagrészekkel fejeződnek be. Minden fejezet önálló, egyéni tanulásra is alkalmas. Az algoritmusok szöveges ismertetése mellett a FORTRAN, C vagy Pascal nyelvek ismerői számára könnyen érthető pszeudokódjuk is megtalálható. Nagyszámú példa, ábra, gyakorlat és viszonylag nehezebb feladat is segíti a témakör matematikai és technikai részleteinek alapos megismerését. A szerzők az informatika oktatásának és kutatásának egyik legnagyobb centrumában, a Massachusetts Institute of Technology Elektromérnöki és Számítástudományi Karán, illetve Számítástudományi Laboratóriumában dolgoznak.

Donald E. Knuth - A ​számítógép-programozás művészete 1.
Ehhez a könyvhöz nincs fülszöveg, de ettől függetlenül még rukkolható/happolható.

Rozgonyi-Borus Ferenc - RAM-ba ​zárt világ
Év ​informatika tankönyve `95 Az informatika tankönyvcsaládhoz kapcsolódó RAM-ba zárt világ című számítástechnikai segédkönyv középiskolás szinten, illetve az egyéni tanulásra is alkalmas módon foglalja össze azokat a számítástechnikai ismereteket, amelyek szoftververzióktól függetlenül nélkülözhetetlenek különböző alkalmazások használatához.

Bajalinov Erik - Imreh Balázs - Operációkutatás
Ehhez a könyvhöz nincs fülszöveg, de ettől függetlenül még rukkolható/happolható.

Dusza Árpád - Algoritmusok ​Pascal nyelven
Dusza ​Árpád előző, "Turbo Pascal 6.0 az alapoktól" című könyvében a programnyelv lehetőségeit mutatta be példaprogramok segítségével. Az újabb könyvében az elemi algoritmusokon, az egyszerű adatszerkezeteken van a hangsúly. Ez az, amit tudni kell az érettségin. A könyvben található érettségi feladatok megoldásaiból azt látjuk, hogy az adatszerkezet jó megválasztásával, az elemi algoritmusok és néhány Pascal utasítás ismeretében már meg lehet oldani egy érettségi feladatot. Rövid programokkal, magyarázatokkal tisztázza a könyv a fogalmakat, mutat be programozási fogásokat, alkalmazásokat. Más programozási nyelvet tanulók, tanítók számára is hasznos lehet a könyv. A könyv használatához a http://progtan.hu címen kaphatunk segítséget, ahol feladatokat, algoritmusokat, programokat is találhatunk. Az érettségi feladatok megoldását Pascal, valamint C és Visual Basic nyelven is közzé kívánja tenni a szerző.

Donald E. Knuth - A ​számítógép-programozás művészete - MMIX RISC számítógép az új évezrednek
Ez ​a füzet A számítógép-programozás művészete című monográfia Alapvető algoritmusok című első kötete harmadik kiadását frissíti, és majd a kötet negyedik kiadásának lesz a része. Ez a rész bemutatja a programozóknak a régóta várt MMIX-et, amely egy RISC-alapú számítógép, és a korábban használt MIX gépet váltja fel, továbbá ismerteti az MMIX assembly nyelvet. A könyv új anyagot tartalmaz a szubrutinokról, a korutinokról és az interpretív rutinokról is.

David Sumpter - Outnumbered
Our ​increasing reliance on technology and the internet has opened a window for mathematicians and data researchers to gaze through into our lives. Using the data they are constantly collecting about where we travel, where we shop, what we buy, and what interests us, they can begin to predict our daily habits, and increasingly we are relinquishing our decision-making to algorithms. Are we giving this up too easily? Without understanding what mathematics can and can't do it is impossible to get a handle on how it is changing our lives. Outnumbered is a journey to the dark side of mathematics, from how it dictates our social media activities to our travel routes. David Sumpter investigates whether mathematics is crossing dangerous lines when it comes to what we can make decisions about. This book will show how math impacts all parts of our lives: from the algorithms that decide whom we interact with to the statistical methods that categorize us as potential criminals. It tests financial algorithms that purport to generate money from nothing, and reveals that we are constantly manipulated by the math used by others, from algorithms choosing the news we hear to automated hospital waiting lists deciding whether we receive treatment. Using interviews with those people working at the cutting edge of mathematical and data research, Outnumbered will explain how math and stats work in the real world, and what we should and shouldn't worry about.

Ed Finn - What ​Algorithms Want
We ​depend on—we believe in—algorithms to help us get a ride, choose which book to buy, execute a mathematical proof. It's as if we think of code as a magic spell, an incantation to reveal what we need to know and even what we want. Humans have always believed that certain invocations—the marriage vow, the shaman's curse—do not merely describe the world but make it. Computation casts a cultural shadow that is shaped by this long tradition of magical thinking. In this book, Ed Finn considers how the algorithm—in practical terms, “a method for solving a problem”—has its roots not only in mathematical logic but also in cybernetics, philosophy, and magical thinking. Finn argues that the algorithm deploys concepts from the idealized space of computation in a messy reality, with unpredictable and sometimes fascinating results. Drawing on sources that range from Neal Stephenson's Snow Crash to Diderot's Encyclopédie, from Adam Smith to the Star Trek computer, Finn explores the gap between theoretical ideas and pragmatic instructions. He examines the development of intelligent assistants like Siri, the rise of algorithmic aesthetics at Netflix, Ian Bogost's satiric Facebook game Cow Clicker, and the revolutionary economics of Bitcoin. He describes Google's goal of anticipating our questions, Uber's cartoon maps and black box accounting, and what Facebook tells us about programmable value, among other things. If we want to understand the gap between abstraction and messy reality, Finn argues, we need to build a model of “algorithmic reading” and scholarship that attends to process, spearheading a new experimental humanities.

Eric S. Siegel - Predictive ​Analytics
"The ​Freakonomics of big data." —Stein Kretsinger, founding executive of Advertising.com; former lead analyst at Capital One This book is easily understood by all readers. Rather than a "how to" for hands-on techies, the book entices lay-readers and experts alike by covering new case studies and the latest state-of-the-art techniques. You have been predicted — by companies, governments, law enforcement, hospitals, and universities. Their computers say, "I knew you were going to do that!" These institutions are seizing upon the power to predict whether you're going to click, buy, lie, or die. Why? For good reason: predicting human behavior combats financial risk, fortifies healthcare, conquers spam, toughens crime fighting, and boosts sales. How? Prediction is powered by the world's most potent, booming unnatural resource: data. Accumulated in large part as the by-product of routine tasks, data is the unsalted, flavorless residue deposited en masse as organizations churn away. Surprise! This heap of refuse is a gold mine. Big data embodies an extraordinary wealth of experience from which to learn. Predictive analytics unleashes the power of data. With this technology, the computer literally learns from data how to predict the future behavior of individuals. Perfect prediction is not possible, but putting odds on the future — lifting a bit of the fog off our hazy view of tomorrow — means pay dirt. In this rich, entertaining primer, former Columbia University professor and Predictive Analytics World founder Eric Siegel reveals the power and perils of prediction: -What type of mortgage risk Chase Bank predicted before the recession. -Predicting which people will drop out of school, cancel a subscription, or get divorced before they are even aware of it themselves. -Why early retirement decreases life expectancy and vegetarians miss fewer flights. -Five reasons why organizations predict death, including one health insurance company. -How U.S. Bank, European wireless carrier Telenor, and Obama's 2012 campaign calculated the way to most strongly influence each individual. -How IBM's Watson computer used predictive modeling to answer questions and beat the human champs on TV's Jeopardy! -How companies ascertain untold, private truths — how Target figures out you're pregnant and Hewlett-Packard deduces you're about to quit your job. -How judges and parole boards rely on crime-predicting computers to decide who stays in prison and who goes free. -What's predicted by the BBC, Citibank, ConEd, Facebook, Ford, Google, IBM, the IRS, Match.com, MTV, Netflix, Pandora, PayPal, Pfizer, and Wikipedia. A truly omnipresent science, predictive analytics affects everyone, every day. Although largely unseen, it drives millions of decisions, determining whom to call, mail, investigate, incarcerate, set up on a date, or medicate. Predictive analytics transcends human perception. This book's final chapter answers the riddle: What often happens to you that cannot be witnessed, and that you can't even be sure has happened afterward — but that can be predicted in advance? Whether you are a consumer of it — or consumed by it — get a handle on the power of Predictive Analytics.

Budai Attila - Vári Kakas István - Számítógépes ​grafika
A ​számítógépes képfeldolgozás és grafika fejlődése az elmúlt években rendkívül felgyorsult. Ennek néhány jellemző vonása: a) A grafikus hardver (például 3D gyorsító áramkörök) fejlesztése rendkívül intenzíven folyik, a grafikus kártyák komplexitása és teljesítménye összevethető egy teljes számítógépével. b) A „virtuális valóságok” háromdimenziós (3D) modellezését és valósághű interaktív megjelenítését a mai technológia már egyre inkább lehetővé teszi. Ezt intenzíven kihasználja a szórakoztatóipar (filmgyártás, játékprogramok). c) Az ún. fotorealisztikus képábrázolást lehetővé tevő algoritmusok hatékonysága rohamosan javul, felhasználásuk különösen a film- és reklámszakmában terjed, de ezeket egyre több más szakterületen is kezdik elterjedten alkalmazni a várostervezéstől a belsőépítészeten keresztül a grafikus prezentációig. d) A fontosabb grafikus szoftverek szállítói már mindenütt biztosítják az Internetre kapcsolódás lehetőségét, az Internetes csoportmunkát, a különböző képeket, grafikus objektumokat tartalmazó adatbázisok száma és tartalma a WEB-en nagyon gyorsan bővül. Mindezeket figyelembe véve levonhatjuk a következtetést, hogy napjainkban a számítógépes grafika alapeljárásainak ismerete az informatikában már nélkülözhetetlen. A „Számítógépes grafika” című könyv a számítógépes grafika és képfeldolgozás legfontosabb fogalmait, algoritmusait, szabványait és eszközeit mutatja be. A szerzők arra törekedtek, hogy e viszonylag szerteágazó szakterület ismeretanyagából a lényeges tudnivalókat kiemeljék és összefoglalják, és így egy átfogó képet adjanak a számítógépes grafika összes fontosabb részterületéről.

Peter J. Denning - Matti Tedre - Computational ​Thinking
An ​introduction to computational thinking that traces a genealogy beginning centuries before the digital computer. A few decades into the digital era, scientists discovered that thinking in terms of computation made possible an entirely new way of organizing scientific investigation; eventually, every field had a computational branch: computational physics, computational biology, computational sociology. More recently, "computational thinking" has become part of the K-12 curriculum. But what is computational thinking? This volume in the MIT Press Essential Knowledge series offers an accessible overview, tracing a genealogy that begins centuries before digital computers and portraying computational thinking as pioneers of computing have described it. The authors explain that computational thinking (CT) is not a set of concepts for programming; it is a way of thinking that is honed through practice: the mental skills for designing computations to do jobs for us, and for explaining and interpreting the world as a complex of information processes. Mathematically trained experts (known as "computers") who performed complex calculations as teams engaged in CT long before electronic computers. The authors identify six dimensions of today's highly developed CT--methods, machines, computing education, software engineering, computational science, and design--and cover each in a chapter. Along the way, they debunk inflated claims for CT and computation while making clear the power of CT in all its complexity and multiplicity.

Thierry Poibeau - Machine ​Translation
A ​concise, nontechnical overview of the development of machine translation, including the different approaches, evaluation issues, and major players in the industry. The dream of a universal translation device goes back many decades, long before Douglas Adams's fictional Babel fish provided this service in The Hitchhiker's Guide to the Galaxy. Since the advent of computers, research has focused on the design of digital machine translation tools--computer programs capable of automatically translating a text from a source language to a target language. This has become one of the most fundamental tasks of artificial intelligence. This volume in the MIT Press Essential Knowledge series offers a concise, nontechnical overview of the development of machine translation, including the different approaches, evaluation issues, and market potential. The main approaches are presented from a largely historical perspective and in an intuitive manner, allowing the reader to understand the main principles without knowing the mathematical details. The book begins by discussing problems that must be solved during the development of a machine translation system and offering a brief overview of the evolution of the field. It then takes up the history of machine translation in more detail, describing its pre-digital beginnings, rule-based approaches, the 1966 ALPAC (Automatic Language Processing Advisory Committee) report and its consequences, the advent of parallel corpora, the example-based paradigm, the statistical paradigm, the segment-based approach, the introduction of more linguistic knowledge into the systems, and the latest approaches based on deep learning. Finally, it considers evaluation challenges and the commercial status of the field, including activities by such major players as Google and Systran.

Ed Finn - La ​búsqueda del algoritmo
Finn ​explica de manera pormenorizada cómo internet ha cambiado nuestra cultura y ha abierto nuevas posibilidades creativas: el uso de Google, la confianza en las recomendaciones supuestamente arbitrarias de Spotify o la manera en que compañías como Netflix se sirven de la gestión masiva de datos para dar con productos televisivos de éxito son solo una pequeña parte de un profundo cambio de paradigma que no ha hecho más que empezar. ¿Qué buscan los algoritmos? Sus primeros efectos ya son notorios: el desarrollo de una nueva humanidad, abierta a un proceso de experimentación que se sostiene en el análisis creativo de la información. Ahora bien, ¿queremos realmente lo que los algoritmos quieren para nosotros?

Donald E. Knuth - The ​Art of Computer Programming - Fundamental Algorithms
The ​bible of programming theory and practice is being updated for the first time in more than 20 years. The book is concerned with information structures--the representation of information within a computer, the structural interrelations between data elements and how to work with them efficiently, and applications to simulation, numerical methods and software design.

Robert Sedgewick - Algorithms ​in C
This ​new version of the best-selling book, Algorithms, Second Edition, provides a comprehensive collection of algorithms implemented in C. A variety of algorithms are described in each of the following areas: sorting, searching, string-processing, geometric, graph, and mathematical algorithms. These algorithms are expressed in terms of concise implementations in C, so that readers can both appreciate their fundamental properties and test them on real applications. The treatment of analysis of algorithms is carefully developed. When appropriate, analytic results are discussed to illustratewhy certain algorithms are preferred, and in some cases, the relationship of the practical algorithms being discussed to purely theoretical results is also described. It features hundreds of detailed, innovative figures clearly demonstrate how important algorithms work. Throughout the book, properties sections encapsulate specific information on the performance characteristics of algorithms. Six chapters present fundamental concepts, including a brief introduction to data structures. Algorithms in C provides readers with the tools to confidently implement, run, and debug useful algorithms.

Kevin Roose - Jövőbiztos
A ​New York Times technológiai szakírója, Kevin Roose legújabb kötetében reményteljes képet rajzol arról, hogyan lehet emberi méltósággal és etikus hozzáállással sikert elérni a jelenkor gépek és információs technológiák által dominált világában. A szerző a kötetben megosztja kutatásait arról, hogy melyek voltak azoknak az embereknek és szervezeteknek a jellemzői, akik hosszú távon sikeresen alkalmazkodtak a technológiai változásokhoz. Ezt követően pedig előremutató javaslatokat ad ahhoz, hogyan védhetjük meg jövőnket a mindent felforgató, diszruptív technológiákkal szemben.

George T. Heineman - Gary Pollice - Stanley Selkow - Algorithms ​in a Nutshell
Creating ​robust software requires the use of efficient algorithms, but programmers seldom think about them until a problem occurs. This updated edition of Algorithms in a Nutshell describes a large number of existing algorithms for solving a variety of problems, and helps you select and implement the right algorithm for your needs—with just enough math to let you understand and analyze algorithm performance. With its focus on application, rather than theory, this book provides efficient code solutions in several programming languages that you can easily adapt to a specific project. Each major algorithm is presented in the style of a design pattern that includes information to help you understand why and when the algorithm is appropriate. With this book, you will: - Solve a particular coding problem or improve on the performance of an existing solution - Quickly locate algorithms that relate to the problems you want to solve, and determine why a particular algorithm is the right one to use - Get algorithmic solutions in C, C++, Java, and Python with implementation tips - Learn the expected performance of an algorithm, and the conditions it needs to perform at its best - Discover the impact that similar design decisions have on different algorithms - Learn advanced data structures to improve the efficiency of algorithms

Virginia Eubanks - Automating ​Inequality
A ​powerful investigative look at data-based discrimination—and how technology affects civil and human rights and economic equity The State of Indiana denies one million applications for healthcare, foodstamps and cash benefits in three years—because a new computer system interprets any mistake as “failure to cooperate.” In Los Angeles, an algorithm calculates the comparative vulnerability of tens of thousands of homeless people in order to prioritize them for an inadequate pool of housing resources. In Pittsburgh, a child welfare agency uses a statistical model to try to predict which children might be future victims of abuse or neglect. Since the dawn of the digital age, decision-making in finance, employment, politics, health and human services has undergone revolutionary change. Today, automated systems—rather than humans—control which neighborhoods get policed, which families attain needed resources, and who is investigated for fraud. While we all live under this new regime of data, the most invasive and punitive systems are aimed at the poor. In Automating Inequality, Virginia Eubanks systematically investigates the impacts of data mining, policy algorithms, and predictive risk models on poor and working-class people in America. The book is full of heart-wrenching and eye-opening stories, from a woman in Indiana whose benefits are literally cut off as she lays dying to a family in Pennsylvania in daily fear of losing their daughter because they fit a certain statistical profile. The U.S. has always used its most cutting-edge science and technology to contain, investigate, discipline and punish the destitute. Like the county poorhouse and scientific charity before them, digital tracking and automated decision-making hide poverty from the middle-class public and give the nation the ethical distance it needs to make inhumane choices: which families get food and which starve, who has housing and who remains homeless, and which families are broken up by the state. In the process, they weaken democracy and betray our most cherished national values. This deeply researched and passionate book could not be more timely.

Thomas H. Cormen - Charles E. Leiserson - Ronald L. Rivest - Clifford Stein - Introduction ​to Algorithms
There ​are books on algorithms that are rigorous but incomplete and others that cover masses of material but lack rigor. Introduction to Algorithms combines rigor and comprehensiveness. The book covers a broad range of algorithms in depth, yet makes their design and analysis accessible to all levels of readers. Each chapter is relatively self-contained and can be used as a unit of study. The algorithms are described in English and in a pseudocode designed to be readable by anyone who has done a little programming. The explanations have been kept elementary without sacrificing depth of coverage or mathematical rigor.

Marcus du Sautoy - A ​kreativitás kódja
_A ​prímszámok zenéje_ szerzőjétől Képes-e szimfóniát szerezni, díjnyertes regényt írni vagy remekművet festeni a számítógép? És ha igen, vajon felismerjük-e majd, hogy nem ember, hanem egy gép alkotásáról van szó? A mesterséges intelligencia terén végbement fejlődés sok tekintetben meglepetést kelt: tapasztalhatjuk, hogy a számítógép ugyanolyan jól megold hagyományosan ember által végzett feladatokat, mint maga az ember – ha nem jobban. De lehet-e kreatív a számítógép? Elképzelhető, hogy hamarosan megtanulja, mi az, ami megragad bennünket a művészi alkotásokban, és megérti, hogy miben különbözik az az érdektelentől? _A kreativitás kódjá_ban Marcus du Sautoy a kreativitás természetét vizsgálja, s közben fontos útmutatást ad az algoritmusok működéséhez, a működésük alapjául szolgáló matematikai szabályokhoz. Azt kutatja, hogy a műalkotások érzelmi hatása mennyiben fakad agyunk minta és struktúra iránti fogékonyságából, és mit jelent kreatívnak lenni a matematikában, a képzőművészetekben, a nyelvben, a zenében. Az eredmény izgalmas és különös felfedezés a mesterséges intelligencia és az emberi lét lényegéről.

Richard Murdoch - Robotic ​Process Automation
Robotics ​& Cognitive technology is changing the world around you Robotic Process Automation (RPA) is an exciting field that is revolutionizing the way tasks are done. Algorithms are taking over the jobs done by individuals in various markets. RPA is perfect for eliminating redundant, repetitive tasks that are holding you back from working on things that really require your attention. We are on the cusp of a revolution that is going to eliminate a lot of jobs. Rather than wait for your own job to get automated or redundant, we recommend joining the automation revolution and obtaining the skills that will enable further automation. Rise of the Robots This is the perfect book for you if you are looking to become an automation consultant – a field that is poised to grow dramatically in the next few years with mass unemployment becoming an increasingly probable reality. Getting into automation by specializing in RPA is an option for people who are programmers as well as non-programmers due to their intuitive design & no-code developer environments. This fascinating book features quick-start advice on how to get going with this powerful technology. We will be looking at deployment strategies, platform selection guidance, RPA project management, programming techniques and automation scenarios across a variety of different applications like Windows, Microsoft Excel, Databases, SAP, etc. Richard provides an overview of multiple, highly rated RPA platforms including Blue Prism, UiPath, Automation Anywhere, Softomotive Winautomation, etc. He also looks at the future of automation and how cognitive technologies, Machine Learning & Artificial Intelligence are expected to dramatically enhance the speed and efficiency of business in the machine age. RPA is being successfully applied to e-commerce, back-office processes, banks, financial service companies, Business Process Outsourcing, etc. Contents include: The evolution of automation technology How RPA is transforming enterprises Overview of RPA Platforms Robot Security RPA Use Cases A must-read for entrepreneurs looking to cut costs at their startup, programmers who want to stay relevant in a fast-changing world of automation, students or anyone looking to transform their careers, lives and the world around them.

Donald E. Knuth - The ​Art of Computer Programming - Seminumerical Algorithms
The ​second volume offers a complete introduction to the field of seminumerical algorithms, with separate chapters on random numbers and arithmetic. The book summarizes the major paradigms and basic theory of such algorithms, thereby providing a comprehensive interface between computer programming and numerical analysis. Particularly noteworthy in this third edition is Knuth's new treatment of random number generators, and his discussion of calculations with formal power series.

David Harel - Yishai Feldman - Algorithmics
The ​best selling 'Algorithmics' presents the most important, concepts, methods and results that are fundamental to the science of computing. It starts by introducing the basic ideas of algorithms, including their structures and methods of data manipulation. It then goes on to demonstrate how to design accurate and efficient algorithms, and discusses their inherent limitations. As the author himself says in the preface to the book; 'This book attempts to present a readable account of some of the most important and basic topics of computer science, stressing the fundamental and robust nature of the science in a form that is virtually independent of the details of specific computers, languages and formalisms'.

Ismeretlen szerző - Tudomány ​és technika & Commodore 64
Ehhez a könyvhöz nincs fülszöveg, de ettől függetlenül még rukkolható/happolható.

John D. Kelleher - Deep ​Learning
An ​accessible introduction to the artificial intelligence technology that enables computer vision, speech recognition, machine translation, and driverless cars. Deep learning is an artificial intelligence technology that enables computer vision, speech recognition in mobile phones, machine translation, AI games, driverless cars, and other applications. When we use consumer products from Google, Microsoft, Facebook, Apple, or Baidu, we are often interacting with a deep learning system. In this volume in the MIT Press Essential Knowledge series, computer scientist John Kelleher offers an accessible and concise but comprehensive introduction to the fundamental technology at the heart of the artificial intelligence revolution. Kelleher explains that deep learning enables data-driven decisions by identifying and extracting patterns from large datasets; its ability to learn from complex data makes deep learning ideally suited to take advantage of the rapid growth in big data and computational power. Kelleher also explains some of the basic concepts in deep learning, presents a history of advances in the field, and discusses the current state of the art. He describes the most important deep learning architectures, including autoencoders, recurrent neural networks, and long short-term networks, as well as such recent developments as Generative Adversarial Networks and capsule networks. He also provides a comprehensive (and comprehensible) introduction to the two fundamental algorithms in deep learning: gradient descent and backpropagation. Finally, Kelleher considers the future of deep learning--major trends, possible developments, and significant challenges.

Michael Kearns - Aaron Roth - The ​Ethical Algorithm
Over ​the course of a generation, algorithms have gone from mathematical abstractions to powerful mediators of daily life. Algorithms have made our lives more efficient, more entertaining, and, sometimes, better informed. At the same time, complex algorithms are increasingly violating the basic rights of individual citizens. Allegedly anonymized datasets routinely leak our most sensitive personal information; statistical models for everything from mortgages to college admissions reflect racial and gender bias. Meanwhile, users manipulate algorithms to "game" search engines, spam filters, online reviewing services, and navigation apps. Understanding and improving the science behind the algorithms that run our lives is rapidly becoming one of the most pressing issues of this century. Traditional fixes, such as laws, regulations and watchdog groups, have proven woefully inadequate. Reporting from the cutting edge of scientific research, The Ethical Algorithm offers a new approach: a set of principled solutions based on the emerging and exciting science of socially aware algorithm design. Michael Kearns and Aaron Roth explain how we can better embed human principles into machine code - without halting the advance of data-driven scientific exploration. Weaving together innovative research with stories of citizens, scientists, and activists on the front lines, The Ethical Algorithm offers a compelling vision for a future, one in which we can better protect humans from the unintended impacts of algorithms while continuing to inspire wondrous advances in technology.

Kollekciók