python信息找人的算法_使用Python如何进行算法学习？

关于算法的学习，前人已经给了很多经验和启示了，而对于如何使用Python进行算法学习，对于python的使用者来说，可以从以下的几个方面进行学习：

目 录

1. 排序算法

1.7 堆排序

1.10 桶排序

2.数据结构算法

2.1 数组

2.2 链表

2.3 栈和队列

2.4 递归

2.5 查找顺序查找(Sequence Search)

插值查找(Insertion Search)

斐波那契查找(Fibonacci Search)

树表查找平衡查找树之二叉树(BinarySearch Tree)

平衡查找树之2-3查找树(2-3 Tree)

平衡查找树之红黑树(Red-Black Tree)

平衡查找树之B树和B+树(B Tree/B+ Tree)

分块查找

哈希查找(Hash Table)

2.6 散列表

2.7 字符串

2.8 二叉树

2.9 堆

2.10 图

2.11 回溯

2.12 分治

2.13 动态规划

3.机器学习算法

3.1 感知机

3.2 k近邻法

3.3 朴素贝叶斯

3.4 决策树

3.5 逻辑斯谛回归

3.6 支持向量机

3.7 提升方法

3.8 EM算法及其推广

3.9 隐马尔可夫模型

3.10 条件随机场机器学习算法

4.深度学习算法

4.1 神经网络基础单层感知器(Single Layer Perceptron)

梯度下降算法(Gradient Descent)

线性神经网络(Linear Nerual Network)

BP神经网络(Back Propagation Nerual Network)

Hopfield神经网络(Hopfield Nerual Network)

径向基神经网络(Radial Basis Function Nerual Network，RBF)

前向神经网络(Feedforward Neural Network, FNN)

4.2 神经网络进阶自编码器(AutoEncoders)

受限波尔兹曼机(Restricted Boltzmann Machines，RBM)

递归神经网络(Recursive Neural Network)

自组织竞争神经网络(Self Organizing Neural Network，SOM)

4.3 深度神经网络深度置信网络(Deep Belief Network，DBN)

卷积神经网络(Convolutional Neural Network，CNN)

循环神经网络(Recurrent Neural Network，RNN)

深度残差网络(Deep Residual Learning for Image Recognition， ResNet)

图神经网络(Graph Neural Network，GNN)

生成对抗网络(Generative Adversarial Network，GAN)

4.4 神经网络应用应用于传统的机器挖掘与机器学习问题

手写字体

图像识别(CV)

自然语言处理(NLP)深度学习算法

=========================分割线==========================

欢迎关注【Python实现专栏】，使用Python实现算法分享的一档专栏。。。。Python实现​zhuanlan.zhihu.com拜托扫码关注一下微信公众号【不灵兔】，生活不易