آموزش الگوریتم‌ها و حل مسئله با تکنیک‌های پیشرفته - آخرین آپدیت

دانلود Algorithms and Problem Solving with Advanced Techniques

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره دارای قابلیت Coursera Coach است! روشی هوشمندتر برای یادگیری با گفتگوهای تعاملی و آنی که به شما کمک می‌کند دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در طول مسیر دوره، درک خود را عمیق‌تر کنید. در این دوره، شما بر تکنیک‌های پیشرفته حل مسئله مسلط خواهید شد و یاد می‌گیرید که با ذهنیتی ساختاریافته به چالش‌های الگوریتمی نگاه کنید. با پوشش تکنیک‌های کلیدی مانند برنامه‌نویسی پویا (Dynamic Programming)، الگوریتم‌های حریصانه (Greedy) و تئوری گراف، این دوره شما را به مهارت‌های لازم برای حل مسائل پیچیده با اعتمادبه‌نفس مجهز می‌کند. شما یاد خواهید گرفت که چگونه مسائل بزرگ را به زیرمسائل کوچک‌تر تقسیم کنید و راه‌حل‌های خود را از نظر کارایی و مقیاس‌پذیری بهینه سازید. دوره با بررسی عمیق برنامه‌نویسی پویا آغاز می‌شود، جایی که مسائل مختلفی را پیاده‌سازی کرده و نحوه انتخاب موثرترین استراتژی‌ها برای حل آن‌ها را می‌آموزید. سپس به سراغ الگوریتم‌های حریصانه و کاربردهای آن‌ها خواهید رفت و در نهایت وارد دنیای الگوریتم‌های گراف می‌شوید. این دوره متدهای پیمایش گراف مانند BFS و DFS و همچنین مباحث پیچیده‌تری مانند الگوریتم دایکسترا (Dijkstra)، بلمن-فورد (Bellman-Ford) و درخت پوشای کمینه (MST) را پوشش می‌دهد. هر بخش با مسائل کاربردی برای تثبیت یادگیری شما همراه است. با پیشروی در دوره، مهارت‌های تفکر انتقادی و درک عمیقی از اصول الگوریتمی به دست خواهید آورد. این دوره بر حل مسئله عملی تأکید دارد و هر تمرین به‌گونه‌ای طراحی شده است تا توانایی شما را در مواجهه با مسائل از زوایای مختلف ارتقا دهد. شما تجربه عملی در کدنویسی و حل مسئله کسب خواهید کرد که شما را برای چالش‌های فنی دنیای واقعی کاملاً آماده می‌کند. این دوره برای کسانی که دانش پایه برنامه‌نویسی دارند و می‌خواهند درک خود را از الگوریتم‌ها و تکنیک‌های حل مسئله عمیق‌تر کنند، ایده‌آل است. چه در حال آماده شدن برای مصاحبه‌های فنی باشید و چه بخواهید تفکر الگوریتمیک خود را تقویت کنید، این دوره برای ارتقای مهارت‌های شما طراحی شده است. این محتوا به‌ویژه برای علاقه‌مندان به علوم کامپیوتر، توسعه‌دهندگان و کسانی که مشتاق برتری در زمینه‌های فنی هستند، مناسب است. در پایان این دوره، شما قادر خواهید بود از برنامه‌نویسی پویا، الگوریتم‌های حریصانه، متدهای پیمایش گراف و بازگشتی (Backtracking) برای حل مسائل پیچیده، بهینه‌سازی الگوریتم‌ها و افزایش کارایی در حل مسئله استفاده کنید.

سرفصل ها و درس ها

برنامه‌نویسی پویا Dynamic Programming

  • مقدمه‌ای بر برنامه‌نویسی پویا Introduction to Dynamic Programming

  • پیاده‌سازی برنامه‌نویسی پویا Dynamic Programming Implementation

  • مقایسه رویکرد بالا به پایین در مقابل پایین به بالا Top Down vs Bottom Up

  • مسئله تمرینی ۱: بالا رفتن از پله‌ها Practice Problem 1 - Climbing Stairs

  • مسئله تمرینی ۲: بازی پرش Practice Problem 2 - Jump Game

  • مسئله تمرینی ۳: تعویض سکه Practice Problem 3 - Coin Change

  • مسئله تمرینی ۴: مجموع هدف Practice Problem 4 - Target Sum

  • مسئله تمرینی ۵: طولانی‌ترین زیردنباله صعودی Practice Problem 5 - Longest Increasing Subsequence

  • مسئله تمرینی ۶: طولانی‌ترین زیردنباله مشترک Practice Problem 6 - Longest Common Subsequence

  • مسئله تمرینی ۷: دزد خانه Practice Problem 7 - House Robber

  • مسئله تمرینی ۸: دزد خانه ۲ Practice Problem 8 - House Robber II

  • مسئله تمرینی ۹: ماتریس ۰ و ۱ Practice Problem 9 - 0-1 Matrix

  • مسئله تمرینی ۱۰: جایگزینی عدد صحیح Practice Problem 10 - Integer Replacement

  • مسئله تمرینی ۱۱: رمزگشایی مسیرها Practice Problem 11 - Decode Ways

  • مسئله تمرینی ۱۲: تقسیم مجموع زیرمجموعه برابر Practice Problem 12 - Partition Equals Subset Sum

  • مسئله تمرینی ۱۳: طولانی‌ترین زیررشته پالیندروم Practice Problem 13 - Longest Palindromic Substring

  • مسئله تمرینی ۱۴: حداقل هزینه بالا رفتن از پله‌ها Practice Problem 14 - Min Cost Climbing Stairs

الگوریتم‌های حریصانه Greedy Algorithms

  • مقدمه‌ای بر الگوریتم‌های حریصانه Introduction to Greedy Algorithms

گراف‌ها Graphs

  • گراف‌ها چیستند؟ What are Graphs?

  • گراف‌های جهت‌دار در مقابل بدون جهت Directed vs Undirected Graphs

  • گراف‌های وزن‌دار در مقابل بدون وزن Weighted vs Unweighted Graphs

  • اصطلاحات گراف - بخش اول Terms of Graphs Part 1

  • انواع گراف - بخش اول Types of Graphs Part 1

  • انواع گراف - بخش دوم Types of Graphs Part 2

  • پیاده‌سازی گراف - بخش اول Implementing Graphs Part 1

  • پیاده‌سازی گراف - بخش دوم Implementing Graphs Part 2

  • پیاده‌سازی گراف - بخش سوم Implementing Graphs Part 3

  • نمایش ماتریس مجاورت Adjacency Matrix Demonstration

  • نمایش پیاده‌سازی لیست مجاورت Adjacency List Implementation Demonstration

  • مقدمه‌ای بر پیمایش‌ها Introduction to Traversals

  • نحوه عملکرد BFS BFS Working

  • پیاده‌سازی BFS BFS Implementation

  • ویژگی اول BFS BFS Property #1

  • استفاده از BFS در گراف‌های وزن‌دار باینری BFS over Binary Weighted Graphs

  • مقدمه‌ای بر DFS Introduction to DFS

  • پیاده‌سازی تکرار شونده DFS DFS Iterative Implementation

  • پیاده‌سازی بازگشتی DFS DFS Recursive Implementation

  • ویژگی‌های مهم DFS DFS Important Properties

  • تشخیص چرخه - بخش اول Cycle Detection Part 1

  • تشخیص چرخه - بخش دوم Cycle Detection Part 2

  • تشخیص چرخه - بخش سوم Cycle Detection Part 3

  • پیاده‌سازی تشخیص چرخه Cycle Detection Implementation

  • مرتب‌سازی توپولوژیک چیست؟ What is Topological Sorting?

  • مثال ۱ مرتب‌سازی توپولوژیک Topological Sorting Example 1

  • الگوریتم کوتاه‌ترین مسیر تک منبع Single Source Shortest Path Algorithm

  • الگوریتم دایکسترا Djikstra's Algorithm

  • پیاده‌سازی الگوریتم دایکسترا Djikstra's Algorithm Implementation

  • مقدمه‌ای بر الگوریتم بلمن-فورد Introduction to Bellman-Ford Algorithm

  • نحوه عملکرد الگوریتم بلمن-فورد Bellman-Ford Algorithm Working

  • پیاده‌سازی الگوریتم بلمن-فورد Bellman-Ford Algorithm Implementation

  • مقدمه‌ای بر درخت پوشای کمینه Introduction to Minimum Spanning Tree

  • الگوریتم primed Prim's Algorithm

  • مسئله تمرینی ۱: زمان‌بندی دوره Practice Problem 1 - Course Schedule

  • مسئله تمرینی ۲: تعداد جزایر Practice Problem 2 - Number of Islands

  • مسئله تمرینی ۳: یافتن قاضی شهر Practice Problem 3 - Find the Town Judge

  • مسئله تمرینی ۴: مناطق محاصور شده Practice Problem 4 - Surrounded Regions

  • مسئله تمرینی ۵: تعداد محیط‌های بسته Practice Problem 5 - Number of Enclaves

  • مسئله تمرینی ۶: زمان تاخیر شبکه Practice Problem 6 - Network Delay Time

  • مسئله تمرینی ۷: پر کردن سیل‌آسا (Flood Fill) Practice Problem 7 - Flood Fill

بازگشتی (Backtracking) Backtracking

  • بک‌ترکینگ (Backtracking) چیست؟ What is Backtracking?

  • مثال ۱ بک‌ترکینگ Backtracking Example 1

  • مسئله تمرینی ۱: زیرمجموعه‌ها Practice Problem 1 - Subsets

  • مسئله تمرینی ۲: مجموع ترکیبی Practice Problem 2 - Combination Sum

  • مسئله تمرینی ۳: مسئله N-ملکه Practice Problem 3 - N Queens

جادوی بیت‌ها (Bitmagic) Bitmagic

  • مقدمه‌ای بر عملگرهای بیتی Introduction to Bitwise Operators

  • عملگرهای بیتی رایج Common Bitwise Operators

  • مسئله تمرینی ۱: عدد تک Practice Problem 1 - Single Number

  • مسئله تمرینی ۲: شمارش بیت‌ها Practice Problem 2 - Counting Bits

  • مسئله تمرینی ۳: مجموع دو عدد صحیح Practice Problem 3 - Sum of Two Integers

  • مسئله تمرینی ۴: اعداد گمشده Practice Problem 4 - Missing Numbers

  • مسئله تمرینی ۵: تقسیم دو عدد صحیح Practice Problem 5 - Divide Two Integers

  • مسئله تمرینی ۶: معکوس کردن عدد صحیح Practice Problem 6 - Reverse Integer

  • مسئله تمرینی ۷: تعداد بیت‌های ۱ Practice Problem 7 - Number of 1 Bits

  • مسئله تمرینی ۸: یافتن عدد تکراری Practice Problem 8 - Find the Duplicate Number

نمایش نظرات

آموزش الگوریتم‌ها و حل مسئله با تکنیک‌های پیشرفته
جزییات دوره
13h 12m
74
(آخرین آپدیت)
22
- 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