役に立つ情報: GitHub で 26,000 個のスターを獲得!初心者のための Python アルゴリズム

役に立つ情報: GitHub で 26,000 個のスターを獲得!初心者のための Python アルゴリズム

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

今日は、Python を学ぶための役立つヒントをいくつか紹介します。

数人のインド人が GitHub 上でさまざまな Python アルゴリズムの初心者向けガイドを作成しましたが、現在そのガイドには 26,000 を超えるスターが付いています。このプロジェクトは主に 2 つの部分で構成されます。1 つはさまざまなアルゴリズムの基本原理の説明であり、もう 1 つはさまざまなアルゴリズムのコード実装です。

ポータルはこちらです:

https://github.com/TheAlgorithms/Python

簡単な紹介。

ソートアルゴリズム、検索アルゴリズム、補間アルゴリズム、ジャンプ検索アルゴリズム、クイック選択アルゴリズム、タブー検索アルゴリズム、暗号化アルゴリズムなど、アルゴリズムの基本原理について説明します

この部分では、主にさまざまなアルゴリズムの原理を紹介します。多くの紹介では、初心者がより直感的に理解できるように、動的な図も提供されています。いくつかの例を見てみましょう:

カクテルソーティングアルゴリズム

カクテルシェーカーソート、双方向バブルソートなどとも呼ばれます。これはバブルソートのバリエーションです。違いは、バブル ソートではシーケンス内の各要素を低いものから高いものの順に比較するのに対し、カクテル ソートでは 2 方向 (低いものから高いもの、高いものから低いもの) で前後にソートするため、より効率的である点です。

高速選択アルゴリズム

クイック選択アルゴリズムは、順序なしリスト内の k 番目に小さい要素を見つけるために使用されます。このアルゴリズムとそのバリエーションは、実際に最も一般的に使用されている効率的な選択アルゴリズムです。

クイック選択アルゴリズムは、クイックソートアルゴリズムに似ています。要素を分割するためのベンチマークとして要素を選択し、ベンチマークよりも小さい要素と大きい要素をベンチマークの左右の 2 つの領域に分割します。違いは、クイック選択では両側を再帰的に訪問するのではなく、片側の要素のみを再帰的に入力して検索を続行することです。

ROT13暗号化アルゴリズム

Rot13 (13 桁回転) は、26 個の英語文字を暗号化するために使用される非常に単純な置換暗号化アルゴリズムです。方法は、各文字をその後の 13 番目の文字に置き換えます。

もちろん、このアルゴリズムも非常に簡単に解読でき、逆置換のみを必要とするため、このアルゴリズムは暗号化のセキュリティをほとんど提供せず、弱い暗号化の典型的な例としてよく使用されます。

さらに、このプロジェクトでは、複数の Python アルゴリズムのコード実装も提供しています。

バイナリツリー、動的プログラミング、ハッシュ、線形代数、機械学習、ニューラルネットワークなどを含みます。

例えば、機械学習のカテゴリでは、ランダムフォレスト分類、ランダムフォレスト回帰、ナイーブベイズ、決定木、k値クラスタリング、線形回帰、ロジスティック回帰、パーセプトロンなどが挙げられます。

以下は、勾配降下法のコード実装を図式化したスクリーンショットです。

このプロジェクトが皆さんの勉強に役立つことを願っています。別のポータルはこちらです:

https://github.com/TheAlgorithms/Python

もう一つあります。

これらのインド人は、Python を学ぶプロジェクトを開始しただけでなく、Java、C、C++、Scala、C# などを含む同様のリソース収集プロジェクトも開始しました。

<<:  AI が会議をよりクリエイティブにする 5 つの方法

>>:  半日で2000件のいいねを獲得、李菲菲の弟子が33のニューラルネットワークトレーニングの秘密を公開

ブログ    
ブログ    

推薦する

ScalableMap: オンラインで長距離ベクトル化された高精度マップ構築のためのスケーラブルなマップ学習

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

エッジ AI がインダストリー 4.0 の成果を推進する方法

物理的な世界を中心としたこれまでの産業革命とは異なり、第 4 次産業革命によって導入されたデジタル要...

半日で2000件のいいねを獲得、李菲菲の弟子が33のニューラルネットワークトレーニングの秘密を公開

[[263815]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

写真やビデオをロスレスで拡大しますか?これら2つのAIツールは持つ価値がある

編集者として、執筆という主な仕事に加えて、イラストレーションという非常に重要な問題を考慮する必要があ...

プログラマーの視点から Java でニューラル ネットワークを設計する

人工ニューラル ネットワーク (ANN) またはコネクショニスト システムは、生物学的脳を構成する生...

AI プロジェクトの 85% が失敗します。何が悪かったのでしょうか?

[[441161]]最近のガートナー社の 2 つのレポートによると、AI および機械学習プロジェク...

...

チャットボットのアーキテクチャモデルと応答生成メカニズムは何ですか?

チャットボットは、実生活で人工知能を活用するための最も人気があり、広く採用され、敷居の低い方法の 1...

人工知能とビッグデータを完璧に組み合わせる方法

[[271155]]ビッグデータと AI ツールを組み合わせることで、新しい形式の分析と自動化が可能...

人工知能技術は民族言語の保護に大きな可能性を秘めている

現在、経済や文化の交流のグローバル化に伴い、主流言語や共通言語が勢力を増し、不利な立場にある言語は絶...

Golang と OpenCV ライブラリ: 顔認識を実装するには?

Go 言語で顔認識を実装するには、通常、OpenCV ライブラリを使用する必要があります。 Go ...

GitHub スター 6000 以上! Pythonで機械学習のバイブルPRMLを実践

ビショップの PRML は機械学習のバイブルと言っても過言ではありません。この本では、パターン認識と...

機械学習エンジニアが知っておくべきアルゴリズムトップ10

機械学習/人工知能のサブフィールドがここ数年で人気が高まってきたことは間違いありません。ビッグデータ...

生成AIは昨年人気が高まったが、米国のIT関連の仕事の数はわずか700件しか増加しなかった

1月8日のニュースによると、2023年には、生成型人工知能が企業や投資家の間で大きなブームを引き起こ...