آموزش طراحی الگوریتم: تسلط بر حل مسائل محاسباتی - آخرین آپدیت

دانلود Algorithm Design: Mastering Computational Problem Solving

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به دنیای طراحی الگوریتم، یکی از بنیادی‌ترین جنبه‌های علوم کامپیوتر، وارد شوید. این دوره درک جامعی از پارادایم‌های مختلف طراحی الگوریتم مانند تقسیم و غلبه (Divide and Conquer)، روش‌های حریصانه (Greedy)، برنامه‌نویسی پویا (Dynamic Programming)، بازگشت (Backtracking) و شاخه و کران (Branch and Bound) ارائه می‌دهد. شما الگوریتم‌های اساسی گراف را بررسی کرده، تجربه عملی در حل مسائل پیچیده مرتبط با گراف کسب می‌کنید و در الگوریتم‌های تصادفی و کلاس‌های پیچیدگی عمیق می‌شوید. این دوره که برای تجهیز شما به دانش و مهارت‌های لازم جهت مقابله با طیف گسترده‌ای از چالش‌های محاسباتی طراحی شده است، مبانی نظری و کاربردهای عملی اصول طراحی الگوریتم را پوشش می‌دهد. در پایان این دوره، شما قادر خواهید بود الگوریتم‌های کارآمدی را برای حل مسائل متنوع محاسباتی طراحی کنید و برای تحصیلات تکمیلی و مسیرهای شغلی حرفه‌ای در توسعه نرم‌افزار، تحلیل داده‌ها و سایر زمینه‌های فناوری اطلاعات آماده شوید.

سرفصل ها و درس ها

مبانی طراحی الگوریتم Foundations of Algorithm Design

  • مقدمه‌ای بر طراحی الگوریتم Introducing Algorithm Design

  • آشنایی با مدرس: پروفسور فبین وهاب Meet your Instructor: Prof. Febin Vahab

  • آشنایی با مدرس: پروفسور راکش پراسانا Meet your Instructor: Prof. Rakesh Prasanna

  • مفهوم الگوریتم‌ها Notion of Algorithms

  • متدولوژی‌های تحلیل الگوریتم Methodologies for Analyzing Algorithms

  • مفهوم بهترین حالت، حالت متوسط و بدترین حالت Notion of Best Case, Average Case, and Worst Case

  • روش عملیات پایه Basic Operation Method

  • مرتبه رشد الگوریتم‌ها Order of Growth of Algorithms

  • نمادهای مجانبی: بخش اول Asymptotic Notations: Part I

  • نمادهای مجانبی: بخش دوم Asymptotic Notations: Part II

  • تحلیل الگوریتم: مرتب‌سازی درجی Algorithm Analysis: Insertion Sort

  • تحلیل الگوریتم‌های بازگشتی Analysis of Recursive Algorithms

  • حل روابط بازگشتی: جایگزینی رو به عقب Solving Recurrences: Backward Substitution

  • حل روابط بازگشتی: درخت بازگشتی - بخش اول Solving Recurrences: Recursion Tree—Part I

  • حل روابط بازگشتی: درخت بازگشتی - بخش دوم Solving Recurrences: Recursion Tree—Part II

  • حل روابط بازگشتی: روش مستر (Master Method) Solving Recurrences: Master Method

استراتژی‌های تقسیم و غلبه Divide and Conquer Strategies

  • اصول و استراتژی‌های طراحی Design Principles and Strategy

  • تحلیل الگوریتم‌های تقسیم و غلبه: مرتب‌سازی ادغامی Analysis of Divide and Conquer Algorithms: Mergesort

  • الگوریتم تقسیم و غلبه: مرتب‌سازی سریع - بخش اول Divide and Conquer Algorithm: Quicksort—Part I

  • الگوریتم تقسیم و غلبه: مرتب‌سازی سریع - بخش دوم Divide and Conquer Algorithm: Quicksort—Part II

  • الگوریتم تقسیم و غلبه: جستجوی دودویی Divide and Conquer Algorithm: Binary Search

  • مسئله ۱: مسئله ضرب اعداد صحیح Problem 1: Integer Multiplication Problem

  • مسئله ۲: مسئله زیرآرایه‌ای بیشینه - بخش اول Problem 2: Maximum Subarray Problem—Part I

  • مسئله ۲: مسئله زیرآرایه‌ای بیشینه - بخش دوم Problem 2: Maximum Subarray Problem—Part II

  • مسئله زیرآرایه‌ای بیشینه: تحلیل Maximum Subarray Problem: Analysis

  • مسئله ضرب ماتریسی استراسن Strassen’s Matrix Multiplication Problem

  • ضرب ماتریس: یک الگوریتم ساده تقسیم و غلبه Matrix Multiplication: A Simple Divide and Conquer Algorithm

  • الگوریتم استراسن Strassen’s Algorithm

  • الگوریتم استراسن: تحلیل Strassen’s Algorithm: Analysis

متدولوژی الگوریتم‌های حریصانه Greedy Algorithm Methodology

  • مسئله خرد کردن پول Change Making Problem

  • استراتژی حریصانه: اصول طراحی و عناصر کلیدی Greedy Strategy: Design Principle and Key Elements

  • مقدمه‌ای بر مسئله کوله‌پشتی Introduction to Knapsack Problem

  • الگوریتم کوله‌پشتی کسری و تحلیل آن Fractional Knapsack Algorithm and Analysis

  • کوله‌پشتی کسری: مثال عددی Fractional Knapsack: Numerical Example

  • مسئله زمان‌بندی وظایف Task Scheduling Problem

  • زمان‌بندی وظایف: الگوریتم و تحلیل Task Scheduling: Algorithm and Analysis

  • توالی‌بندی کارها با ضرب‌الاجل: الگوریتم و تحلیل Job Sequencing with Deadlines: Algorithm and Analysis

  • توالی‌بندی کارها با ضرب‌الاجل: مثال عددی Job Sequencing with Deadlines: Numerical Example

برنامه‌نویسی پویا Dynamic Programming 

  • پارادایم برنامه‌نویسی پویا: تکنیک کلی Dynamic Programming Paradigm: The General Technique

  • اعداد فیبوناتچی: رویکردهای بالا به پایین و پایین به بالا - بخش اول Fibonacci Numbers: Top-Down and Bottom-Up Approaches—Part I

  • اعداد فیبوناتچی: رویکردهای بالا به پایین و پایین به بالا - بخش دوم Fibonacci Numbers: Top-Down and Bottom-Up Approaches—Part II

  • ضرب زنجیره‌ای ماتریس‌ها (MCP) Matrix Chain Product (MCP)

  • MCP: به‌کارگیری برنامه‌نویسی پویا MCP: Applying Dynamic Programming

  • MCP: مثال عددی MCP: Numeric Example

  • MCP: رویکرد پایین به بالا MCP: Bottom-Up Approach

  • مسئله کوله‌پشتی ۰/۱ 0/1 Knapsack Problem

مبانی الگوریتم‌های گراف Graph Algorithms - Fundamentals

  • مرور: ویژگی‌ها و انواع گراف Review: Graph Properties and Types

  • مرور: نمایش‌های گراف Review: Graph Representations

  • مسیر، دور، زیرگراف‌ها، اتصال، درخت‌ها و جنگل‌ها Path, Cycle, Subgraphs, Connectivity, Trees, and Forests

  • قابلیت دسترسی و اتصال قوی Reachability and Strong Connectivity

  • مرور: پیمایش گراف - جستجوی اول سطح (BFS) و تحلیل Review: Graph Traversal—Breadth First Search (BFS) and Analysis

  • مرور: پیمایش گراف - جستجوی اول عمق (DFS) و تحلیل Review: Graph Traversal—Depth First Search (DFS) and Analysis

  • مقایسه BFS و DFS BFS and DFS Comparison

  • مرتب‌سازی توپولوژیک: الگوریتم و تحلیل Topological Sort: Algorithm and Analysis

الگوریتم‌های پیشرفته گراف Advanced Graph Algorithms

  • درخت پوشای کمینه (MST) Minimum Spanning Tree

  • استراتژی طراحی کروسکال Kruskal’s Design Strategy

  • MST: استراتژی طراحی پرایم MST: Prim’s Design Strategy

  • کوتاه‌ترین مسیرها و ویژگی‌های آن‌ها Shortest Paths and Properties

  • الگوریتم بلمن-فورد The Bellman-Ford Algorithm

  • الگوریتم دایکسترا Dijkstra’s Algorithm

  • بستار متعدی: استراتژی طراحی Transitive Closure: Design Strategy

  • کوتاه‌ترین مسیر بین همه جفت‌ها: استراتژی طراحی فلوید All Pair Shortest Path: Floyd’s Design Strategy

تکنیک‌های طراحی: بازگشت و شاخه و کران Design Technique: Backtracking and Branch & Bound

  • تعریف حالت در فضای حالت Definition of a State in a State Space

  • فضای حالت متناهی و نامتناهی Finite and Infinite State Space

  • پیمایش در فضای حالت Traversing Through State Space

  • درخت فضای حالت State Space Tree

  • مقدمه‌ای بر بازگشت (Backtracking) Introduction to Backtracking

  • DFS به عنوان مثالی از بازگشت با درخت فضای حالت DFS as an Example of Backtracking with State Space Tree

  • تعریف حالت در مسئله N-ملکه Definition of the State in the N-Queen Problem

  • پیمایش تمام فضاهای حالت با استفاده از بازگشتی Traversing Through All State Spaces Using Recursion

  • توضیح استراتژی بازگشت Backtracking Strategy Explanation

  • مقایسه راهکار بازگشتی در مقابل راهکار بدون بازگشت Backtracking Solution versus Solution Without Backtracking

  • مقایسه پیچیدگی زمانی Time Complexity Comparison

  • مسئله رنگ‌آمیزی گراف: تعاریف و کاربردها Graph Coloring Problem: Definitions and Applications

  • رویکرد ساده برای رنگ‌آمیزی با تمام رنگ‌های ممکن Naive Approach to Color with All Possible Colors

  • استراتژی بازگشت همراه با بصری‌سازی Backtracking Strategy with Visualization

  • تعریف مسئله و حالت Problem and State Definition

  • رویکرد ساده برای جستجو در تمام زیرمجموعه‌های ممکن Naïve Approach to Find Through all Possible Subsets

  • کد بازگشتی و درخت فضای حالت Backtracking Code and State Space Tree

  • تحلیل پیچیدگی زمانی Time Complexity Analysis

  • مقدمه‌ای بر جستجوی کمترین هزینه (Least Cost Search) Introduction to Least Cost Search

  • مثال‌های کاربردی جستجوی کمترین هزینه Application Examples of Least Cost Search

  • پیاده‌سازی عملی جستجوی کمترین هزینه Practical Implementation of Least Cost Search

  • ساختارهای داده FIFO، شاخه‌بندی و چارچوب کران‌بندی FIFO Data Structures, Branching, and Bounding Framework

  • تحلیل و پیاده‌سازی رویکرد FIFO Analysis and Implementation of FIFO Approach

  • مسئله کوله‌پشتی ۰/۱ با استفاده از شاخه و کران FIFO 0/1 Knapsack Problem Using FIFO Branch and Bounds

  • مقایسه با سایر استراتژی‌های شاخه و کران: چالش‌ها و محدودیت‌ها Comparison with Other Branch and Bound Strategies: Challenges and Limitations

  • تکنیک‌های بهینه‌سازی با مثال: مسیریابی شبکه در مخابرات و مسیریابی خودرو برای تحویل Optimization Techniques with Examples: Network Routing in Telecommunications and Vehicle Routing for Deliveries

  • استراتژی‌های کران‌بندی و تکنیک شاخه‌بندی LC Bounding Strategies and LC Branching Technique

  • مسئله کوله‌پشتی ۰/۱ با استفاده از شاخه و کران LC 0/1 Knapsack Problem Using LC Branch and Bounds

  • مقایسه با سایر استراتژی‌های شاخه و کران، چالش‌ها و محدودیت‌ها Comparison with Other Branch and Bound Strategies, Challenges and Limitations

  • تکنیک‌های بهینه‌سازی با مثال: زمان‌بندی پروژه و تخصیص منابع Optimization Techniques with Examples: Project Scheduling and Resource Allocation

  • مقدمه‌ای بر توالی‌بندی کارها با محدودیت زمانی Introduction to Job Sequencing with Timebound

  • پیاده‌سازی و تحلیل با استراتژی بهینه‌سازی Implementation and Analysis with Optimization Strategy

  • توالی‌بندی کارها با ضرب‌الاجل Job Sequencing with Deadline

الگوریتم‌های تصادفی Randomized Algorithms

  • الگوریتم تصادفی Randomized Algorithm

  • مرتب‌سازی سریع کلاسیک Classical Quicksort

  • انتخاب تصادفی محور (Pivot) Random Selection of Pivot

  • الگوریتم مرتب‌سازی سریع تصادفی Randomized Quicksort Algorithm

  • مقایسه پیچیدگی زمانی متوسط Average Time Complexity Comparison

  • تعریف مسئله کمترین برش (Min Cut) Min-Cut Problem Definition

  • منقبض کردن یال‌ها Contracting Edges

  • الگوریتم کلاسیک Classical Algorithm

  • الگوریتم کارگر برای یافتن کمترین برش Karger’s Algorithm for Finding the Min-Cut

  • مقایسه پیچیدگی زمانی Time Complexity Comparison

مسائل P، NP، NP-Complete و NP-Hard P, NP, NP-Complete, and NP-Hard Problems

  • مقدمه‌ای بر کلاس‌های پیچیدگی Introduction to Complexity Classes

  • تعریف کلاس‌های P و NP و مثال‌ها Definition of P and NP Classes and Examples

  • NP-Completeness: اهمیت NP-Completeness: Importance

  • درک مفهوم NP-Completeness Understanding NP-Completeness

  • کاهش (Reductions) در تئوری پیچیدگی Reductions in Complexity Theory

  • NP-Hardness و تفاوت NP-Hard در مقابل NP-Complete NP-Hardness and NP-Hard versus NP-Complete

  • مسئله ارضاپذیری (SAT) به عنوان یک مسئله NP-Complete Satisfiability Problem (SAT) as an NP-Complete Problem

  • کاهش‌پذیری در زمان چندجمله‌ای: تعریف و مثال‌ها Polynomial Time Reducibility: Definition and Examples

  • مسائل NP-Complete: مقدمه NP-Complete Problems: Introduction

  • مسائل NP-Complete: مسائل کلیک (Clique)، پوشش مجموعه و مسئله دور هامیلتونی - بخش اول NP-Complete Problems: Clique and Set-Cover Problems and Hamiltonian Cycle Problem—Part I

  • مسائل NP-Complete: مسائل کلیک، پوشش مجموعه و مسئله دور هامیلتونی - بخش دوم NP-Complete Problems: Clique and Set-Cover Problems and Hamiltonian Cycle Problem—Part II

  • مسائل NP-Complete: مسائل کلیک، پوشش مجموعه و مسئله دور هامیلتونی - بخش سوم NP-Complete Problems: Clique and Set-Cover Problems and Hamiltonian Cycle Problem—Part III

نمایش نظرات

آموزش طراحی الگوریتم: تسلط بر حل مسائل محاسباتی
جزییات دوره
32h 54m
117
(آخرین آپدیت)
2,222
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar