EIT การศึกษาออนไลน์ฟรีแบบดิจิตอล

อัลกอริทึมการประมาณ

รายละเอียด

ปัญหาเกี่ยวกับอัลกอริทึมในโลกแห่งความเป็นจริงจำนวนมากไม่สามารถแก้ไขได้อย่างมีประสิทธิภาพโดยใช้เครื่องมืออัลกอริทึมแบบดั้งเดิมเช่นเนื่องจากปัญหาเป็นแบบ NP-hard เป้าหมายของหลักสูตรนี้คือการทำความคุ้นเคยกับแนวคิดและเทคนิคอัลกอริทึมที่สำคัญที่จำเป็นในการจัดการกับปัญหาดังกล่าวอย่างมีประสิทธิภาพ เทคนิคเหล่านี้ใช้เมื่อเราไม่ต้องการวิธีแก้ปัญหาที่ดีที่สุดสำหรับปัญหาบางอย่าง แต่เป็นการประมาณที่ใกล้เคียงกับวิธีแก้ปัญหาที่ดีที่สุด เราจะดูวิธีค้นหาค่าประมาณดังกล่าวอย่างมีประสิทธิภาพ

ที่ต้องการ:
เพื่อให้สามารถเรียนหลักสูตรนี้ได้สำเร็จคุณควรมีความรู้พื้นฐานเกี่ยวกับอัลกอริทึมและคณิตศาสตร์อยู่แล้ว นี่คือรายการสั้น ๆ ของสิ่งที่คุณควรรู้:
- สัญกรณ์ O, Ω-notation, Θ-notation; วิธีวิเคราะห์อัลกอริทึม
- แคลคูลัสพื้นฐาน: การจัดการผลรวมการแก้การเกิดซ้ำการทำงานกับลอการิทึม ฯลฯ
- ทฤษฎีความน่าจะเป็นพื้นฐาน: เหตุการณ์การแจกแจงความน่าจะเป็นตัวแปรสุ่มค่าที่คาดหวังเป็นต้น
- โครงสร้างข้อมูลพื้นฐาน: รายการที่เชื่อมโยงกองคิวกอง
- ต้นไม้ค้นหาไบนารี (สมดุล)
- อัลกอริธึมการเรียงลำดับขั้นพื้นฐานเช่น MergeSort, InsertionSort, QuickSort
- คำศัพท์เกี่ยวกับกราฟการแสดงกราฟ (รายการ adjacency และเมทริกซ์ adjacency) อัลกอริทึมกราฟพื้นฐาน (BFS, DFS, การเรียงลำดับโทโพโลยี, เส้นทางที่สั้นที่สุด)

เนื้อหาสำหรับหลักสูตรนี้ขึ้นอยู่กับบันทึกของหลักสูตรที่สามารถพบได้ในแท็บทรัพยากร เราจะไม่ครอบคลุมทุกอย่างจากบันทึกหลักสูตร บันทึกของหลักสูตรมีทั้งสำหรับนักเรียนที่ไม่เข้าใจการบรรยายอย่างเต็มที่รวมถึงสำหรับนักเรียนที่ต้องการดำดิ่งลึกเข้าไปในหัวข้อ

วิดีโอบรรยายมีข้อผิดพลาดเล็กน้อยมาก รายการข้อผิดพลาดเหล่านี้สามารถพบได้ในแหล่งข้อมูล (ในเอกสารชื่อ“ Errata”) หากคุณคิดว่าพบข้อผิดพลาดให้รายงานปัญหาโดยคลิกธงสี่เหลี่ยมที่ด้านล่างของการบรรยายหรือแบบทดสอบที่คุณพบข้อผิดพลาด

ราคา: ลงทะเบียนฟรี!

ÀÒÉÒ: ภาษาอังกฤษ

คำบรรยาย: ภาษาอังกฤษ

อัลกอริทึมการประมาณ - EIT Digital