آموزش طراحی و تحلیل الگوریتم‌ها - آخرین آپدیت

دانلود Design and Analysis of Algorithms

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: مطالعه الگوریتم‌ها بخش مهمی از زیربنای رشته علوم کامپیوتر است. طی چندین دهه گذشته، تحقیقات در زمینه علوم کامپیوتر الگوریتمی با سرعت بسیار زیادی پیشرفت کرده و مشارکت‌های آن تأثیر عمیقی بر تقریباً تمام حوزه‌های علم و صنعت داشته است. در این دوره در سطح تحصیلات تکمیلی، هدف ما ارائه یک مقدمه مدرن برای مطالعه الگوریتم‌ها است که هم جامع و هم عمیق باشد. اهداف اصلی این دوره عبارتند از: (۱) تسلط بر کاربرد تکنیک‌های بنیادی طراحی الگوریتم و همچنین ابزارهای اصلی مورد استفاده در تحلیل الگوریتم‌ها، (۲) مطالعه و تحلیل الگوریتم‌های مختلف برای بسیاری از انواع رایج مسائل الگوریتمی «استاندارد»، و (۳) بهبود توانایی پیاده‌سازی ایده‌های الگوریتمی در قالب کد.

سرفصل ها و درس ها

Module 1: مقدمات و مفاهیم پایه Module 1: Preliminary Concepts and Fundamentals

  • درباره یادگیری الگوریتم‌ها About Learning Algorithms

  • مرور کلی دوره Course Overview

  • دانش پیش‌نیاز Requisite Knowledge

  • مرور کلی ماژول Module Overview

  • مرور کلی طراحی الگوریتم Algorithm Design Overview

  • نمادگذاری مجانبی (Asymptotic Notation) Asymptotic Notation

  • بررسی عمیق نمادگذاری مجانبی Asymptotic Notation Deep Dive

  • نمادگذاری مجانبی "o" و "ω" و زمان‌های اجرای رایج Asymptotic Notation "o" and "ω" and Common Running Times

  • شمارش حلقه‌های ساده و مرتب‌سازی Simple Loop Counting and Sorting

  • بازگشت، مرتب‌سازی ادغامی و زمان اجرای هر عنصر Recursion, Merge Sort, and Per-Element Running Time

  • حالت متوسط در مقابل بدترین حالت و تست تجربی Average Case vs. Worst Case and Empirical Testing

  • حساسیت نسبت به ورودی و خروجی Input and Output Sensitivity

  • مرور کلی مدل‌های محاسباتی Models of Computation Overview

  • حل پازل سکه با استفاده از مرتب‌سازی Solving a Coin Puzzle with Sorting

  • آرایه‌ها و لیست‌های پیوندی Arrays and Linked Lists

  • گسترش آرایه‌ها Expanding Arrays

  • بهینه‌سازی عملکرد آرایه و لیست پیوندی Optimizing Array and Linked List Performance

  • صف‌ها، پشته‌ها و انتزاع Queues, Stacks, and Abstraction

  • ترانهاده ماتریس درجا: گرم کردن با شعاع تسلط بخش ۱ In-Place Matrix Transposition: Domination Radius Warm-up Part 1

  • ترانهاده ماتریس درجا: گرم کردن با شعاع تسلط بخش ۲ In-Place Matrix Transposition: Domination Radius Warm-up Part 2

  • ترانهاده ماتریس درجا: جایگشت درجا In-Place Matrix Transposition: In-Place Permutation

  • بحث کدنویسی Coding Discussion

Module 2: تمرین برنامه‌نویسی شماره ۱ Module 2: Programming Assignment #1

  • مرور کلی تمرین شماره ۱ Assignment #1 Overview

Module 3: تصادفی‌سازی Module 3: Randomization

  • مرور کلی ماژول Module Overview

  • زمان اجرای مورد انتظار بخش ۱ Expected Running Time Part 1

  • زمان اجرای مورد انتظار بخش ۲ Expected Running Time Part 2

  • ساخت تدریجی تصادفی بخش ۱ Randomized Incremental Construction Part 1

  • ساخت تدریجی تصادفی بخش ۲ Randomized Incremental Construction Part 2

  • مرتب‌سازی سبدی (Bucket Sort) بخش ۱ Bucket Sort Part 1

  • مرتب‌سازی سبدی (Bucket Sort) بخش ۲ Bucket Sort Part 2

  • کاهش تصادفی Randomized Reduction

  • کدنویسی هیپ‌های قابل ادغام تصادفی Coding Randomized Mergeable Heaps

  • مرتب‌سازی سریع تصادفی (Randomized Quicksort) Randomized Quicksort

  • تحلیل حالت متوسط بخش ۱ Average Case Analysis Part 1

  • تحلیل حالت متوسط بخش ۲ Average Case Analysis Part 2

  • تحلیل حالت متوسط بخش ۳ Average Case Analysis Part 3

  • متغیرهای تصادفی هندسی بخش ۱ Geometric Random Variables Part 1

  • متغیرهای تصادفی هندسی بخش ۲ Geometric Random Variables Part 2

  • متغیرهای تصادفی هندسی بخش ۳ Geometric Random Variables Part 3

  • نتایج با احتمال بالا بخش ۱ High Probability Results Part 1

  • نتایج با احتمال بالا بخش ۲ High Probability Results Part 2

Module 4: بازگشتی (Recursion) Module 4: Recursion

  • مرور کلی ماژول Module Overview

  • بحث کدنویسی Coding Discussion

  • حل روابط بازگشتی بخش ۱ Solving Recurrences Part 1

  • حل روابط بازگشتی بخش ۲ Solving Recurrences Part 2

  • حل روابط بازگشتی بخش ۳ Solving Recurrences Part 3

  • مثال‌های تقسیم و غلبه (Divide and Conquer) بخش ۱ Divide and Conquer Examples Part 1

  • مثال‌های تقسیم و غلبه بخش ۲ Divide and Conquer Examples Part 2

  • مثال‌های تقسیم و غلبه بخش ۳ Divide and Conquer Examples Part 3

  • مثال‌های تقسیم و غلبه بخش ۴ Divide and Conquer Examples Part 4

  • انتخاب و Quickselect بخش ۱ Selection and Quickselect Part 1

  • انتخاب و Quickselect بخش ۲ Selection and Quickselect Part 2

  • تقسیم و غلبه بخش ۱ Divide and Conquer Part 1

  • تقسیم و غلبه بخش ۲ Divide and Conquer Part 2

  • تقسیم و غلبه بخش ۳ Divide and Conquer Part 3

Module 5: تمرین برنامه‌نویسی شماره ۲ Module 5: Programming Assignment #2

  • مرور کلی تمرین شماره ۲ Assignment #2 Overview

Module 6: ساختارهای داده بنیادی Module 6: Fundamental Data Structures

  • مرور کلی ماژول Module Overview

  • هیپ‌های دودویی بخش ۱ Binary Heaps Part 1

  • هیپ‌های دودویی بخش ۲ Binary Heaps Part 2

  • هیپ‌های دودویی بخش ۳ Binary Heaps Part 3

  • مبانی درخت جستجوی دودویی بخش ۱ Binary Search Tree Basics Part 1

  • مبانی درخت جستجوی دودویی بخش ۲ Binary Search Tree Basics Part 2

  • درخت‌های جستجوی دودویی به عنوان دنباله Binary Search Trees as Sequences

  • تعادل‌سازی درخت جستجوی دودویی بخش ۱ Binary Search Tree Balancing Part 1

  • تعادل‌سازی درخت جستجوی دودویی بخش ۲ Binary Search Tree Balancing Part 2

  • تعادل‌سازی درخت جستجوی دودویی بخش ۳ Binary Search Tree Balancing Part 3

  • بحث کدنویسی Coding Discussion

  • الگوریتم‌های Sweep Line بخش ۱ Sweep Line Algorithms Part 1

  • الگوریتم‌های Sweep Line بخش ۲ Sweep Line Algorithms Part 2

  • الگوریتم‌های Sweep Line بخش ۳ Sweep Line Algorithms Part 3

نمایش نظرات

آموزش طراحی و تحلیل الگوریتم‌ها
جزییات دوره
27h 29m
70
(آخرین آپدیت)
4,720
4 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده