Índice de Contenidos
Prefacio
xxix
Sección I: Fundamentos y algoritmos básicos
1-24
Capítulo 1: Descripción general de los algoritmos
Sección I: Fundamentos y algoritmos básicos
25-53
Capítulo 2: Estructuras de datos utilizadas en algoritmos
Sección I: Fundamentos y algoritmos básicos
55-77
Capítulo 3: Algoritmos de ordenación y búsqueda
Sección I: Fundamentos y algoritmos básicos
79-107
Capítulo 4: Diseño de algoritmos
Sección I: Fundamentos y algoritmos básicos
109-139
Capítulo 5: Algoritmos de grafos
Sección II: Algoritmos de aprendizaje automático
141-185
Capítulo 6: Algoritmos de aprendizaje automático no supervisado
Sección II: Algoritmos de aprendizaje automático
187-248
Capítulo 7: Algoritmos tradicionales de aprendizaje supervisado
Sección II: Algoritmos de aprendizaje automático
249-287
Capítulo 8: Algoritmos de redes neuronales
Sección II: Algoritmos de aprendizaje automático
289-309
Capítulo 9: Algoritmos para el procesamiento del lenguaje natural
Sección II: Algoritmos de aprendizaje automático
311-343
Capítulo 10: Modelos secuenciales
Sección II: Algoritmos de aprendizaje automático
345-369
Capítulo 11: Algoritmos avanzados de modelos secuenciales
Sección III: Temas avanzados
371-407
Capítulo 12: Motores de recomendación
Sección III: Temas avanzados
409-435
Capítulo 13: Estrategias algorítmicas para el tratamiento de datos
Sección III: Temas avanzados
437-456
Capítulo 14: Criptografía
Sección III: Temas avanzados
457-474
Capítulo 15: Algoritmos a gran escala
La capacidad de utilizar algoritmos para resolver problemas del mundo real es una habilidad imprescindible para cualquier desarrollador o programador. Este libro le ayudará no solo a desarrollar la capacidad de seleccionar y utilizar el mejor algoritmo para cada problema, sino también a entender cómo funciona. Empezará con una introducción a los algoritmos y conocerá varias técnicas para diseñarlos, antes de aprender a implementar diferentes tipos de algoritmos, con la ayuda de ejemplos prácticos. A medida que avance, aprenderá sobre programación lineal y clasificación de páginas y gráficos, y trabajará con algoritmos de aprendizaje automático (Machine Learning) para comprender las matemáticas y la lógica que hay detrás de ellos. Los casos prácticos le mostrarán cómo aplicar estos algoritmos de forma óptima, antes de centrarse en los algoritmos de aprendizaje profundo y aprender sobre los distintos tipos de modelos de aprendizaje profundo (Deep Learning) y su uso práctico. También conocerá los modelos secuenciales modernos y sus variantes, algoritmos, metodologías y arquitecturas que se utilizan para impleme
