Description :
This course provides a survey of computer algorithms, examines fundamental techniques in algorithm design and analysis, and develops problem-solving skills required in all programs of study involving data science. Topics include advanced data structures for data science (tree structures, disjoint set data structures), algorithm analysis and computational complexity (recurrence relations, big-O notation, introduction to complexity classes (P, NP and NP-completeness)), data transformations (FFTs, principal component analysis), design paradigms (divide and conquer, greedy heuristic, dynamic programming), and graph algorithms (depth-first and breadth-first search, ordered and unordered trees). Advanced topics are selected from among the following: approximation algorithms, computational geometry, data preprocessing methods, data analysis, linear programming, multi-threaded algorithms, matrix operations, and statistical learning methods.
الوصف :
يقدم هذا المساق مسحًا لخوارزميات الكمبيوتر ، ويفحص التقنيات الأساسية في تصميم الخوارزميات وتحليلها ، ويطور مهارات حل المشكلات المطلوبة في جميع برامج الدراسة التي تتضمن علم البيانات. تشمل الموضوعات هياكل البيانات المتقدمة لعلوم البيانات (الهياكل الشجرية ، هياكل بيانات المجموعة المنفصلة) ، تحليل الخوارزمية والتعقيد الحسابي (علاقات التكرار ، تدوين كبير O ، مقدمة لفئات التعقيد (P ، NP و NP- اكتمال)) ، تحويلات البيانات ( FFTs ، تحليل المكون الرئيسي) ، نماذج التصميم (فرق تسد ، الاستدلال الجشع ، البرمجة الديناميكية) ، وخوارزميات الرسم البياني (بحث العمق أولاً والعرض أولاً ، الأشجار المرتبة وغير المرتبة). يتم اختيار الموضوعات المتقدمة من بين ما يلي: خوارزميات التقريب ، والهندسة الحسابية ، وطرق المعالجة المسبقة للبيانات ، وتحليل البيانات ، والبرمجة الخطية ، والخوارزميات متعددة الخيوط ، وعمليات المصفوفة ، وطرق التعلم الإحصائي.
Pre requiset :
Non