Παρασκευή, 1 Ιουλίου 2016

Καθημερινοί αλγόριθμοι Μαθηματικών.

Everyday Mathematics

The real 10 algorithms that dominate our world — Medium

The real 10 algorithms that dominate our world — Medium

Mathematics and Algorithms—Wolfram Language Documentation

Mathematics and Algorithms—Wolfram Language Documentation

The mathematics of algorithm design

pcm.dvi - pcm.pdf

Αλγόριθμοι - Ολυμπιάδα Πληροφορικής

Αλγόριθμοι - Ολυμπιάδα Πληροφορικής

Kallipos repository: Algorithmic Graph Theory

Kallipos repository: Algorithmic Graph Theory



Αλγοριθμική θεωρία γραφημάτων



Συγγραφείς:Νικολόπουλος, Σταύρος
Γεωργιάδης, Λουκάς
Παληός, Λεωνίδας
Κριτικός Αναγνώστης: Μανωλόπουλος, Ιωάννης
Σχολές/Τμήματα: ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ, ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ
Θέμα: Διακριτές δομές, Αλγόριθμοι και πολυπλοκότητα, Βασικές δομές δεδομένων και αλγόριθμοι
Λέξεις-κλειδιά: ΓΡΑΦΗΜΑΤΑ, ΑΛΓΟΡΙΘΜΟΙ, ΕΦΑΡΜΟΓΕΣ, ΔΙΚΤΥΑ ΥΠΟΛΟΓΙΣΤΩΝ, ΣΥΝΔΥΑΣΤΙΚΗ

Περιγραφή

Περίληψη: 
Το
προτεινόμενο βιβλίο καλύπτει τα βασικά θέματα και αλγορίθμους Θεωρίας
Γραφημάτων, καθώς και ειδικότερα θέματα Τέλειων Γραφημάτων, με
παρουσίαση εφαρμογών και παραδειγμάτων. Συγκεκριμένα, παρουσιάζονται οι
θεμελιώδεις έννοιες της Θεωρίας Γραφημάτων και οι βασικές τεχνικές
Σχεδίασης και Ανάλυσης Αλγορίθμων, τα κύρια θέματα Θεωρίας Γραφημάτων
(δένδρα, συνεκτικότητα, αποστάσεις και διαδρομές, γραφήματα Euler και
Hamilton, επίπεδα γραφήματα, χρωματισμός), και θέματα και αλγόριθμοι
αναγνώρισης και βελτιστοποίησης καθώς και εφαρμογές σε σημαντικές
κατηγορίες Τέλειων Γραφημάτων (τριγωνικά, μεταβατικά, μεταθετικά,
γραφήματα διαστημάτων), χάρις στις ιδιότητες των οποίων πολλά δυσεπίλυτα
προβλήματα επιδέχονται αποδοτικούς αλγορίθμους.

Τα κεφάλαια
περιλαμβάνουν κατασκευαστικές αποδείξεις, ανάλυση της πολυπλοκότητας των
αλγορίθμων ώστε να υπάρχει κάποιο μέτρο της επίδοσης τους, παραδείγματα
που βοηθούν στην κατανόηση των εννοιών και των αλγορίθμων, εφαρμογές σε
τομείς όπως η επιχειρησιακή έρευνα, η αρχαιολογία, η γενετική κ.λπ.,
και ασκήσεις για την κατανόηση και αφομοίωση της ύλης. Οι αλγόριθμοι
είναι περιγεγραμμένοι με τρόπο ώστε να μπορούν εύκολα να αποδοθούν σε
οποιαδήποτε γλώσσα προγραμματισμού.

Η θεματολογία κάνει το
προτεινόμενο βιβλίο χρήσιμο διδακτικό εργαλείο σε μαθήματα θεωρίας
γραφημάτων, διακριτών μαθηματικών και αλγορίθμων. Το βιβλίο απευθύνεται
σε προπτυχιακούς και μεταπτυχιακούς φοιτητές Πληροφορικής και
Εφαρμοσμένων Μαθηματικών, ερευνητές σε αυτούς τους τομείς, αλλά και
επαγγελματίες που ενδιαφέρονται να κατανοήσουν αντίστοιχα θέματα.

Η μελέτη του βιβλίου παρέχει στον αναγνώστη το υπόβαθρο ώστε:
• να κατανοεί θέματα και τεχνικές θεωρίας γραφημάτων και να μοντελοποιεί μεγάλο φάσμα εφαρμογών,
• να εφαρμόζει αλγοριθμικές τεχνικές θεωρίας γραφημάτων σε πρακτικά προβλήματα,
• να χρησιμοποιεί αλγόριθμους γραφημάτων για την επίλυση σύνθετων προβλημάτων, και
• να αναπτύσσει αποτελεσματικούς αλγορίθμους, καθώς και μεθοδολογίες και τεχνικές επίλυσης προβλημάτων.
(+)
Πίνακας Περιεχομένων: 
ΠΙΝΑΚΑΣ ΣΥΝΤΟΜΕΥΣΕΩΝ-ΑΚΡΩΝΥΜΙΩΝ
ΠΙΝΑΚΑΣ ΑΛΓΟΡΙΘΜΩΝ
ΠΡΟΛΟΓΟΣ
1 ΓΡΑΦΗΜΑΤΑ
2 AΛΓΟΡΙΘΜΟΙ
3 ΔΕΝΔΡΙΚΑ ΓΡΑΦΗΜΑΤΑ
4 ΣΥΝΕΚΤΙΚΟΤΗΤΑ ΓΡΑΦΗΜΑΤΩΝ
5 ΑΠΟΣΤΑΣΕΙΣ ΚΑΙ ΔΙΑΔΡΟΜΕΣ ΣΕ ΓΡΑΦΗΜΑΤΑ
6 ΓΡΑΦΗΜΑΤΑ EULER KAI HAMILTON
7 ΕΠΙΠΕΔΑ ΓΡΑΦΗΜΑΤΑ
8 ΧΡΩΜΑΤΙΣΜΟΣ ΓΡΑΦΗΜΑΤΩΝ
9 ΤΡΙΓΩΝΙΚΑ ΓΡΑΦΗΜΑΤΑ
10 ΜΕΤΑΒΑΤΙΚΑ ΓΡΑΦΗΜΑΤΑ
11 ΓΡΑΦΗΜΑΤΑ ΔΙΑΣΤΗΜΑΤΩΝ
12 ΜΕΤΑΘΕΤΙΚΑ ΓΡΑΦΗΜΑΤΑ
13 ΕΦΑΡΜΟΓΕΣ ΚΑΙ ΠΡΟΒΛΗΜΑΤΑ
ΛΕΞΙΚΟ ΑΓΓΟΕΛΛΗΝΙΚΩΝ ΟΡΩΝ
ΛΕΞΙΚΟ ΕΛΛΗΝΟΑΓΓΛΙΚΩΝ ΟΡΩΝ
BΙΒΛΙΟΓΡΑΦΙΑ
(-)
Ημερομηνία Δημιουργίας: 2015

Στοιχεία πιθανοτήτων ΜΕ ΕΦΑΡΜΟΓΕΣ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

final_h.pdf

Στοιχεία πιθανοτήτων



Υπότιτλος: ΜΕ ΕΦΑΡΜΟΓΕΣ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ
Συγγραφείς:Κοντογιάννης, Ιωάννης
Τουμπής, Σταύρος
Κριτικός Αναγνώστης: Δελλαπόρτας, Πέτρος
Σχολές/Τμήματα: ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ, ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ
Θέμα: Θεωρία πιθανοτήτων και στοχαστικές διαδικασίες, Στατιστική, Διακριτές δομές
Λέξεις-κλειδιά: ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ, ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ, ΜΕΤΡΟ ΠΙΘΑΝΟΤΗΤΑΣ, ΠΥΚΝΟΤΗΤΑ ΠΙΘΑΝΟΤΗΤΑΣ, ΠΙΘΑΝΟΚΡΑΤΙΚΑ ΜΟΝΤΕΛΑ, ΚΑΤΑΝΟΜΕΣ

Περιγραφή

Περίληψη: 
Το
σύγγραμμα προορίζεται για χρήση στη διδασκαλία της βασικής θεωρίας
πιθανοτήτων, και την ανάπτυξη κάποιων εκ των θεμελιωδών εφαρμογών τους
στην στατιστική και την πληροφορική. Απευθύνεται κυρίως σε πρωτοετείς
(αλλά όχι μόνο) φοιτητές, πρωτίστως σε τμήματα Πληροφορικής, Μαθηματικών
και Στατιστικής, αλλά λόγω του μεγάλου εύρους της ύλης που καλύπτει,
και σε τμήματα Πολυτεχνικών Σχολών.

Περιλαμβάνονται, μεταξύ
άλλων, κεφάλαια με αντικείμενο τις βασικές έννοιες των ενδεχομένων και
της τυχαιότητας, την αξιωματική θεμελίωση της πιθανότητας, τις κύριες
κατανομές και τις συνήθεις εφαρμογές τους (με έμφαση στην πληροφορική),
τις διακριτές και συνεχείς τυχαίες μεταβλητές, τον νόμο των μεγάλων
αριθμών και το κεντρικό οριακό θεώρημα.

Το βιβλίο είναι ιδανικό
για διδασκαλία σε τμήματα τα οποία περιλαμβάνουν μικρότερο αριθμό
μαθημάτων μαθηματικού υποβάθρου, και αφιερώνουν περίπου 1 μάθημα σε
Λογισμό Μίας Μεταβλητής και συναφή θέματα. Υπάρχουν δεκάδες τέτοια
τμήματα στην επικράτεια.

Ο βασικός στόχος του βιβλίου είναι οι
φοιτητές να κατανοήσουν την βασική διαφορά -- ως τρόπο σκέψης -- της
θεωρίας πιθανοτήτων από τα άλλα μαθήματα μαθηματικών τα οποία
διδάσκονται. Κατά συνέπεια, να είναι σε θέση να αντιληφθούν τις έννοιες
του τυχαίου και της ποσοτικής πιθανότητας και στην αυστηρά μαθηματική
τους διάσταση, αλλά και στην ορθή τους χρήση σε βασικές εφαρμογές της
στατιστικής και τις πληροφορικής.
(+)
Πίνακας Περιεχομένων: 
1 Εισαγωγή
Οι πιθανότητες ως μέρος των μαθηματικών
Ιστορική ανάπτυξη
Πιθανότητες & πληροφορική
2 Χώρος πιθανότητας & ενδεχόμενα
Προκαταρκτικά
Σύνολα
Χώρος πιθανότητας & ενδεχόμενα
3 Μέτρο πιθανότητας
Ορισμός, παραδείγματα & ιδιότητες
Πέντε «κανόνες πιθανότητας»
Γενικός ορισμός του μέτρου πιθανότητας
4 Πιθανότητες & συνδυαστική
Διατάξεις, συνδυασμοί, επιλογές & πιθανότητες
Πέντε «κανόνες αρίθμησης»
5 Ανεξαρτησία & δεσμευμένη πιθανότητα
Ανεξάρτητα ενδεχόμενα & δεσμευμένη πιθανότητα
Περαιτέρω ιδιότητες
Ο κανόνας του Bayes
Ακόμα πέντε «κανόνες πιθανότητας»
6 Διακριτές τυχαίες μεταβλητές
Ορισμός & βασικές ιδιότητες
Μέση τιμή, διασπορά, ανεξαρτησία
Μετρησιμότητα & άπειρες τιμές
7 Διακριτές κατανομές
Κατανομές Bernoulli, διωνυμική & γεωμετρική
Υπεργεωμετρική & Poisson κατανομή
Η γεωμετρική & συναφείς σειρές
Η συνάρτηση e^x , δυναμοσειρές, τύπος του Stirling
8 Παραδείγματα πιθανοκρατικής ανάλυσης αλγορίθμων
Επαλήθευση ισότητας πολυωνύμων
Εύρεση ελαχιστιαίου cut set σε γράφους
String matching
Γρήγορη ταξινόμηση δεδομένων
9 Ανισότητες, από κοινού κατανομή, ΝΜΑ
Ανισότητες Markov & Chebychev
Από κοινού κατανομή & συνδιακύμανση
Ο Νόμος των Μεγάλων Αριθμών
10 Συνεχείς τυχαίες μεταβλητές
Συνεχείς ΤΜ & συνεχής πυκνότητα
Μέση τιμή & διασπορά
Μετρησιμότητα & άπειρες τιμές
11 Συνεχείς κατανομές, ανισότητες & ο ΝΜΑ
Ομοιόμορφη & εκθετική κατανομή
Μετασχηματισμοί
Ανεξαρτησία, ανισότητες & ο ΝΜΑ
12 Το Κεντρικό Οριακό Θεώρημα
Κανονική κατανομή
Το Κεντρικό Οριακό Θεώρημα
Παραδείγματα & απλές εφαρμογές
Πίνακες τιμών
13 ΚΟΘ: Λίγη θεωρία & αποδείξεις
Το γκαουσιανό ολοκλήρωμα
ΚΟΘ ΝΜΑ: Απόδειξη
Το θεώρημα de Moivre-Laplace
Το θεώρημα του Lindeberg
14 Παραδείγματα εφαρμογών στη στατιστική
Διαστήματα εμπιστοσύνης
Έλεγχοι υποθέσεων
Έλεγχος παραμέτρου Bernoulli
Έλεγχος ανεξαρτησίας
Μείωση διασποράς
15 Συνεχής από κοινού κατανομή
Από κοινού πυκνότητα
Μέση τιμή, διασπορά & συνδιακύμανση
Ανεξαρτησία
Μετρησιμότητα & άπειρες τιμές
Παραρτήματα
Βιβλιογραφία
Ευρετήριο
Απόδοση αγγλικών όρων
(-)
Ημερομηνία Δημιουργίας: 2015


Σχεδίαση και ανάλυση αλγορίθμων (βιβλίο)

algorithmsFinal-KOY.pdf



Πληροφορίες Τίτλου



Τίτλος: Σχεδίαση και ανάλυση αλγορίθμων
Συγγραφείς:Τσίχλας, Κωνσταντίνος
Γούναρης, Αναστάσιος
Μανωλόπουλος, Ιωάννης
Κριτικός Αναγνώστης: Σιούτας, Σπυρίδων
Σχολές/Τμήματα: ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ, ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣ/ΝΙΚΗΣ
Θέμα: Αλγόριθμοι και πολυπλοκότητα, Βασικές δομές δεδομένων και αλγόριθμοι
Λέξεις-κλειδιά: ΑΣΥΜΠΤΩΤΙΚΕΣ
ΕΚΤΙΜΗΣΕΙΣ, ΑΝΑΔΡΟΜΙΚΕΣ ΣΧΕΣΕΙΣ, ΓΕΝΝΗΤΡΙΕΣ
ΣΥΝΑΡΤΗΣΕΙΣ, ΑΠΛΗΣΤΙΑ, ΔΥΝΑΜΙΚΟΣ
ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ, ΟΠΙΣΘΟΔΡΟΜΗΣΗ, ΔΙΑΚΛΑΔΩΣΗ ΜΕ ΠΕΡΙΟΡΙΣΜΟ, ΑΛΓΟΡΙΘΜΟΙ
ΑΝΑΖΗΤΗΣΗΣ, ΑΛΓΟΡΙΘΜΟΙ ΤΑΞΙΜΟΜΗΣΗΣ, ΕΠΙΜΕΡΙΣΜΕΝΗ ΑΝΑΛΥΣΗ, ΑΝΤΑΓΩΝΙΣΤΙΚΗ
ΑΝΑΛΥΣΗ, ΤΥΧΑΙΟΠΟΙΗΜΕΝΟΙ ΑΛΓΟΡΙΘΜΟΙ, ΑΛΓΟΡΙΘΜΟΙ ΓΡΑΦΗΜΑΤΩΝ, ΑΛΓΟΡΙΘΜΟΙ
ΣΥΜΒΟΛΟΣΕΙΡΩΝ, ΠΡΟΣΕΓΓΙΣΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ

Περιγραφή

Περίληψη: 
Το
αντικείμενο των Αλγορίθμων και Δομών Δεδομένων είναι εξαιρετικά πλούσιο
και έχουν γραφεί πολλά σχετικά και εξαιρετικά αξιόλογα βιβλία τόσο στη
διεθνή όσο και στην ελληνική βιβλιογραφία. Το παρόν σύγγραμμα είναι μία
προσπάθεια συλλογικής αποτύπωσης ενός υλικού και μίας εμπειρίας που
συγκεντρώθηκαν μετά από πολλά χρόνια έρευνας και διδασκαλίας
αντικειμένων σχετικών με Αλγορίθμους και Δομές Δεδομένων και Θεωρία
Γραφημάτων.

Σκοπός της συνθετικής αυτής προσπάθειας είναι η
ομογενοποιημένη καταγραφή μίας διδακτικής προσέγγισης που θέλει να
εστιάσει ιδιαιτέρως στο σκέλος της Ανάλυσης Αλγορίθμων, όπως αυτή
παρουσιάζεται στα αντίστοιχα κλασικά βιβλία και άρθρα, αλλά και σε
συνδυασμό με την ανάλυση κλασικών Δομών Δεδομένων (κάτι που δεν είναι
χρονικά εφικτό μέσα από ένα εξαμηνιαίο μάθημα Δομών Δεδομένων). Κοινός
δε παρονομαστής των εξεταζόμενων αντικειμένων είναι μία εν τέλει
μηχανιστική μεθοδολογία με σκοπό την επίλυση κάθε συγκεκριμένου
προβλήματος μέσω όσο το δυνατό περισσοτέρων εναλλακτικών τεχνικών, που
συγκρίνονται και αξιολογούνται.

Το σύγγραμμα αυτό θα αποτελεί
έναν αξιόλογο βοηθό για τον φοιτητή που προσπαθεί να κατανοήσει την
έννοια των Αλγορίθμων αφού θα δίνει μία διαφορετική ματιά σε αυτά τα
θέματα.
(+)
Ημερομηνία Δημιουργίας: 2015

Πληροφορίες Τεκμηρίου

Είδος Τεκμηρίου: Σύγγραμμα
URI: http://hdl.handle.net/11419/4005
ISBN: 978-960-603-465-7
ID Ευδόξου: 320307
Βιβλιογραφική Αναφορά:Τσίχλας, Κ., Γούναρης, Α., Μανωλόπουλος, Ι., 2015. Σχεδίαση και ανάλυση αλγορίθμων. [ηλεκτρ. βιβλ.] Αθήνα:Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο: http://hdl.handle.net/11419/4005
Γλώσσα: Ελληνικά
Αποτελείται από: 1. ΣΧΕΔΙΑΣΗ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ: Εισαγωγή
2. Θεωρητικό Υπόβαθρο
3. Γεννήτριες Συναρτήσεις
4. Βασικοί Αλγόριθμοι
5. Αλγόριθμοι Χαμηλού Επιπέδου
6. Αλγοριθμικές Τεχνικές
7. Αλγόριθμοι Αναζήτησης Στοιχείου
8. Αλγόριθμοι Ταξινόμησης Στοιχείων
9. Επιμερισμένη και Ανταγωνιστική Ανάλυση
10. Βασικά Στοιχεία Πολυπλοκότητας
11. Βασικοί Αλγόριθμοι Γραφημάτων
12. Αλγόριθμοι Συμβολοσειρών
13. Τυχαιοποιημένοι Αλγόριθμοι
Άδεια Χρήσης: Αναφορά - Μη Εμπορική Χρήση - Όχι Παράγωγα Έργα
Σχετικά Μαθήματα: 
1. ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ [ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣ/ΝΙΚΗΣ, ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ]
2. ΣΧΕΔΙΑΣΗ ΑΛΓΟΡΙΘΜΩΝ [ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣ/ΝΙΚΗΣ, ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ]
3.
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΙ [ΠΑΝΕΠΙΣΤΗΜΙΟ ΣΤΕΡΕΑΣ ΕΛΛΑΔΑΣ, ΣΧΟΛΗ ,
ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕ ΕΦΑΡΜΟΓΕΣ ΣΤΗ ΒΙΟΙΑΤΡΙΚΗ (Μεταφέρθηκε σε άλλο
Ίδρυμα)]
4. ΑΛΓΟΡΙΘΜΟΙ ΚΑΙ ΠΟΛΥΠΛΟΚΟΤΗΤΑ [ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ
ΠΟΛΥΤΕΧΝΕΙΟ, ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ, ΤΜΗΜΑ
ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ]
5. Αλγόριθμοι και
Συνδυαστική Βελτιστοποίηση [ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ, ΣΧΟΛΗ ΠΟΛΥΤΕΧΝΙΚΗ,
ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ]
6. Εισαγωγή στη Θεωρία και Ανάλυση Αλγορίθμων [ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ, ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ, ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ]
7.
Σχεδίαση και Ανάλυση Αλγορίθμων [ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ, ΣΧΟΛΗ ΘΕΤΙΚΩΝ
ΕΠΙΣΤΗΜΩΝ, ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ]
8.
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ [ΑΛΕΞΑΝΔΡΕΙΟ ΤΕΙ ΘΕΣΣΑΛΟΝΙΚΗΣ,
ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ, ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ Τ.Ε.]
9. ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ [ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ, ΣΧΟΛΗ ΠΟΛΥΤΕΧΝΙΚΗ, ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ]
10.
ΕΙΣΑΓΩΓΗ ΣΤΟ ΣΧΕΔΙΑΣΜΟ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ [ΕΘΝΙΚΟ &
ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ, ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ, ΤΜΗΜΑ
ΜΑΘΗΜΑΤΙΚΩΝ]
(+)
Τεχνική Επεξεργασία: Καρύδης, Ιωάννης
Τύπος έκδοσης: Εκδόσεις Κάλλιπος

Εμφανίζεται στις συλλογές:Επιστήμες Μηχανικών και Πληροφορική

Εισαγωγή στον Προγραμματισμό με αρωγό τη γλώσσα Python (βιβλίο)

ALL-KOY.pdf



Πληροφορίες Τίτλου



Τίτλος: Εισαγωγή στον Προγραμματισμό με αρωγό τη γλώσσα Python
Συγγραφείς:Μανής, Γεώργιος
Κριτικός Αναγνώστης: Μπλέκας, Κωνσταντίνος
Σχολές/Τμήματα: ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ, ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ
Θέμα: Γλώσσες προγραμματισμού
Λέξεις-κλειδιά: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ

Περιγραφή

Περίληψη: 
Σκοπός
του βιβλίου δεν είναι να διδάξει μία γλώσσα προγραμματισμού, αλλά να
απευθυνθεί στον πρωτοετή φοιτητή ή σε οποιονδήποτε αναγνώστη κάνει τα
πρώτα του βήματα στον προγραμματισμό, χωρίς να απαιτείται να έχει την
παραμικρή εμπειρία ή γνώση στο θέμα. Έτσι επιχειρεί να εισάγει τον
αναγνώστη στη φιλοσοφία του διαδικασιακού προγραμματισμού και να του
δείξει τον τρόπο με τον οποίο πρέπει να σκεφτεί ξεκινώντας από ένα
συγκεκριμένο πρόβλημα που έχει να λύσει μέχρι να το κάνει κώδικα που
μπορεί να μεταφραστεί και να εκτελεστεί από έναν υπολογιστή.

Για
να μπορέσει να χρησιμοποιήσει στην πράξη ο αναγνώστης αυτά που μαθαίνει
στη θεωρία, αλλά και για να μπορέσει να αποκτήσει εμπειρία και να
εξασκηθεί στον προγραμματισμό, χρησιμοποιείται η γλώσσα προγραμματισμού
Python σαν θεμέλιο πάνω στο οποίο κτίζουμε. Η Python είναι απλή και
κατανοητή γλώσσα προγραμματισμού μα με αυξημένη δυναμική και προσφέρεται
για κάτι τέτοιο. Περιγράφεται στο βιβλίο στο βαθμό που αυτό είναι
αναγκαίο ώστε να μπορέσει να γίνει μία γλώσσα έκφρασης για τον συγγραφέα
και στη συνέχεια και για τον αναγνώστη και να μπορέσει να του προσφέρει
ένα εργαλείο για την εξάσκησή του μέσα από το οποίο θα εμπεδώσει την
λογική του προγραμματισμού.

Η γλώσσα Python είναι σήμερα πολύ
δημοφιλής και κερδίζει καθημερινά νέους φίλους. Επιτρέπει την ανάπτυξη
προγραμμάτων γράφοντας πολύ λίγες γραμμές κώδικα. Χρησιμοποιείται για
την ανάπτυξη εφαρμογών τόσο για ερευνητικούς όσο και για εμπορικούς
σκοπούς, ενώ υποστηρίζεται από μεγάλο αριθμό πλούσιων βιβλιοθηκών.
Υποστηρίζει επίσης αντικειμενοστρεφή προγραμματισμό, κάτι που επιτρέπει
να αφιερώσει κανείς ένα εισαγωγικό κεφάλαιο σε αυτό το βιβλίο ώστε να
έχει ο αναγνώστης μία πρώτη επαφή και με τη φιλοσοφία αυτή.

Το
βιβλίο ξεκινάει από εύκολα προβλήματα και σιγά σιγά αυξάνεται η δυσκολία
τους. Έτσι, σε προχωρημένα κεφάλαια, ο αναγνώστης αντιμετωπίζει θέματα
αναζήτησης, ταξινόμησης, μαθηματικά προβλήματα ή ακόμα και κατασκευάζει
απλά παιχνίδια όπως η κρεμάλα και ο ναρκαλιευτής.
(+)
Ημερομηνία Δημιουργίας: 2015

Πληροφορίες Τεκμηρίου

Είδος Τεκμηρίου: Σύγγραμμα
URI: http://hdl.handle.net/11419/2745
ISBN: 978-960-603-415-2
ID Ευδόξου: 320152
Βιβλιογραφική Αναφορά:Μανής, Γ., 2015. Εισαγωγή στον Προγραμματισμό με αρωγό τη γλώσσα Python. [ηλεκτρ. βιβλ.] Αθήνα:Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο: http://hdl.handle.net/11419/2745
Γλώσσα: Ελληνικά
Αποτελείται από: 1. Εισαγωγή
2. Τα πρώτα βήματα
3. Εισαγωγή στους αλγορίθμους - διαγράμματα ροής
4. Μεταβλητές και εκφράσεις
5. Δομές δεδομένων
6. Οι δομές ελέγχου ροής
7. Συναρτήσεις
8. Προγραμματίζοντας έξυπνα και δημιουργικά
9. Αναδρομή
10. Αναζήτηση-Ταξινόμηση
11. Οι πίνακες ως δομή δεδομένων
12. Είσοδος και έξοδος δεδομένων σε αρχεία
13. Φτιάχνοντας παιχνίδια
14. Συμβουλές προς έναν νέο προγραμματιστή
Άδεια Χρήσης: Αναφορά - Μη Εμπορική Χρήση - Παρόμοια Διανομή
Σχετικά Μαθήματα: 
Εισαγωγή
στον Προγραμματισμό [ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ, ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ,
ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ]
Γλωσσική Επιμέλεια: Ψαθά, Ελένη
Τύπος έκδοσης: Εκδόσεις Κάλλιπος

Εμφανίζεται στις συλλογές:Επιστήμες Μηχανικών και Πληροφορική

Διαχείριση Ψηφιακού περιεχομένου (βιβλίο)

9558_master_document.pdf

Kallipos repository: Δομές δεδομένων Βιβλίο

Kallipos repository: Δομές δεδομένων

Ανάκτηση πληροφορίας (βιβλίο 2015)

irbook.pdf



Ανάκτηση πληροφορίας



Υπότιτλος: ΘΕΩΡΙΑ, ΑΛΓΟΡΙΘΜΟΙ, ΕΦΑΡΜΟΓΕΣ
Συγγραφείς:Παπαδόπουλος, Απόστολος
Μανωλόπουλος, Ιωάννης
Τσίχλας, Κωνσταντίνος
Κριτικός Αναγνώστης: Κατσαρός, Δημήτριος
Σχολές/Τμήματα: ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ, ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣ/ΝΙΚΗΣ
Θέμα: Αποθήκευση και ανάκτηση πληροφοριών
Λέξεις-κλειδιά: ΜΗΧΑΝΕΣ ΑΝΑΖΗΤΗΣΗΣ, ΚΑΤΑΛΟΓΟΙ, ΕΠΕΞΕΡΓΑΣΙΑ ΕΡΩΤΗΜΑΤΩΝ, ΠΑΡΑΛΛΗΛΗ ΚΑΙ ΚΑΤΑΝΕΜΗΜΕΝΗ ΑΝΑΚΤΗΣΗ, ΜΟΝΤΕΛΑ ΑΝΑΚΤΗΣΗΣ

Περιγραφή

Περίληψη: 
Το
βιβλίο καλύπτει τα βασικά θέματα της περιοχής της Ανάκτησης Πληροφορίας
δίνοντας στον αναγνώστη τις απαραίτητες γνώσεις για να γνωρίσει την
περιοχή και να κατανοήσει τα βασικά εργαλεία. Αν και δεν απαιτούνται
εξειδικευμένες γνώσεις, καλό θα είναι ο αναγνώστης να κατέχει βασικές
γνώσεις Δομών Δεδομένων, Αλγορίθμων και Βάσεων Δεδομένων. Αρχικά
δίνονται τα βασικότερα μοντέλα Ανάκτησης τα οποία έχουν χρησιμοποιηθεί.
Στη συνέχεια, παρουσιάζονται δύο βασικοί μηχανισμοί καταλόγων: ο
αντεστραμμένος κατάλογος και ο κατάλογος υπογραφών. Οι κατάλογοι
χρησιμοποιούνται κυρίως για την αποδοτική απάντηση ερωτημάτων. Στη
συνέχεια, καλύπτεται η Ανάδραση Σχετικότητας που προσβλέπει στην αύξηση
της ακρίβειας των αποτελεσμάτων και παρακάτω καλύπτονται τα βασικότερα
θέματα της Ανάκτησης στον Παγκόσμιο Ιστό. Το επόμενο κεφάλαιο μελετά τη
Λανθάνουσα Σημασιολογική Ανάλυση,
που αποτελεί βασική τεχνική
βελτίωσης της ποιτότητας των αποτελεσμάτων. Στο επόμενο κεφάλαιο,
μελετούμε θέματα που αφορούν σε Παράλληλη Ανάκτηση Πληροφορίας που έχει
σκοπό την αύξηση της επίδοσης των αλγορίθμων αναζήτησης χρησιμοποιώντας
πολλαπλούς πόρους. Τέλος, το βιβλίο ολοκληρώνεται με ένα κεφάλαιο που
περιέχει ειδικά θέματα.
(-)
Ημερομηνία Δημιουργίας: 2015

Θεμελίωση Επιστήμης Υπολογιστών (Βιβλίο ΕΜΠ)

Kallipos_Zachos_Full-KOY.pdf

Η επιστήμη των δεδομένων μέσα από τη γλώσσα R

00_master_document.pdf

Εισαγωγή στην εξόρυξη δεδομένων Data mining

02_chapter_01.pdf

Εισαγωγή στις αρχές εξόρυξης δεδομένων

Dept. of CIS, Temple Univ. CIS661 – Principles of Data Management - 13_DataMiningIntro.pdf

Τετάρτη, 29 Ιουνίου 2016

Τμήμα Διοικητικής Επιστήμης & Τεχνολογίας - Επιχειρηματική Ευφυΐα και Ανάλυση Μεγάλων Δεδομένων

Τμήμα Διοικητικής Επιστήμης & Τεχνολογίας - Επιχειρηματική Ευφυΐα και Ανάλυση Μεγάλων Δεδομένων



Αντίστοιχο μάθημα του τμήματος Δ.Ε.Τ. του Ο.Π.Α.

The Beckman Report on Database Research

The Beckman Report on Database Research



Έκθεση του αντιστοίχου ιδρύματος για τα ΜΕγάλα ΔΕδομένα του 2013.

Π.Μ.Σ. Ψηφιακά Συστήματα & Υπηρεσίες | Μεγάλα Δεδομένα και Αναλυτική

Π.Μ.Σ. Ψηφιακά Συστήματα & Υπηρεσίες | Μεγάλα Δεδομένα και Αναλυτική



Μάθημα του Πανεπιστημίου Πειραιά.

Διαχείριση Μεγάλων Δεδομένων | Τμήμα Οικονομικών Επιστημών

Διαχείριση Μεγάλων Δεδομένων | Τμήμα Οικονομικών Επιστημών



Aντίστοιχο μάθημα στο πανεπιστήμιο Πατρών.

BigDATAgr

BigDATAgr



Ιδιωτικό Αποθετήριο

Τρίτη, 28 Ιουνίου 2016

Patent Big Data Analysis using Graph Theory

6.pdf

Patent Big Data Analysis using Graph Theory 

Connecting Graph Theory and Big Data : Networks Course blog for INFO 2040/CS 2850/Econ 2040/SOC 2090

Connecting Graph Theory and Big Data : Networks Course blog for INFO 2040/CS 2850/Econ 2040/SOC 2090

Datafloq - Graph Databases

Datafloq - Graph Databases

Big Data, Big Graphs, and Graph Theory: Tools and Methods | Alianna J. Maren

Big Data, Big Graphs, and Graph Theory: Tools and Methods | Alianna J. Maren

Reviews for Graph Analytics for Big Data from Coursera | Class Central

Reviews for Graph Analytics for Big Data from Coursera | Class Central

(8) How is Graph Theory applied in Data Mining? - Quora

(8) How is Graph Theory applied in Data Mining? - Quora

Is Graph Theory Key to Understanding Big Data? | WIRED

Is Graph Theory Key to Understanding Big Data? | WIRED

Big Data: Have You Seen It? Using Graph T heory to Improve Your Analytics

SAS4648-2015.pdf



Big Data: Have You Seen It?
Using Graph T
heory to Improve Your Analytics

Ανάλυση μεγάλου όγκου δεδομένων (Big Data Analytics): αναμενόμενο κέρδος για τις επιχειρήσεις

Ανάλυση μεγάλου όγκου δεδομένων (Big Data Analytics): Μεγάλο value για μικρές και μεσαίες επιχειρήσεις



Αναμενόμενο κέρδος

ΜΕΔΑ - ΜΕγαλα Δεδομενα - Προκλησεις, Μεθοδοι και Τεχνικες Αποδοτικης Διαχειρισης

ΜΕΔΑ - ΜΕγαλα Δεδομενα - Προκλησεις, Μεθοδοι και Τεχνικες Αποδοτικης Διαχειρισης

Kallipos repository: Υπολογιστικές Μέθοδοι για Ανάλυση Μεγάλων Δεδομένων (Hadoop και MapReduce)

Kallipos repository: Υπολογιστικές Μέθοδοι για Ανάλυση Μεγάλων Δεδομένων (Hadoop και MapReduce)

9 Must-Have Skills to Land Top Big Data Jobs in 2015

9 Must-Have Skills to Land Top Big Data Jobs in 2015



Όχι και πολύ ακριβές, αλλά γενικό περιγραφικό.