Viele reale algorithmische Probleme können mit traditionellen algorithmischen Werkzeugen nicht effizient gelöst werden, zum Beispiel weil die Probleme NP-hart sind. Ziel des Kurses Approximationsalgorithmen ist es, sich mit wichtigen algorithmischen Konzepten und Techniken vertraut zu machen, die zur effektiven Bewältigung solcher Probleme erforderlich sind. Diese Techniken kommen zum Einsatz, wenn wir für bestimmte Probleme nicht die optimale Lösung benötigen, sondern eine Annäherung, die der optimalen Lösung nahe kommt. Wir werden sehen, wie man solche Näherungen effizient findet.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
(32 Bewertungen)
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
In diesem Modul wird die Motivation für das Studium von Approximationsalgorithmen vermittelt. Wir werden erörtern, was Optimierungsprobleme sind und worin der Unterschied zwischen Heuristiken und Approximationsalgorithmen besteht. Schließlich werden wir das Konzept des Approximationsverhältnisses einführen, das eine zentrale Rolle bei der Analyse der Qualität von Approximationsalgorithmen spielt.
Das ist alles enthalten
1 Video1 Lektüre1 Aufgabe
In diesem Modul werden wir verschiedene Näherungsalgorithmen für das Problem des Lastausgleichs untersuchen. Bei diesem Problem geht es darum, eine gegebene Menge von Aufträgen, die jeweils eine bestimmte Bearbeitungszeit haben, auf eine Reihe von Rechnern zu verteilen. Das Ziel ist es, dies so zu tun, dass alle Aufträge so schnell wie möglich erledigt werden. Wir werden die Qualität der berechneten Lösungen anhand des Konzepts der rho-Approximation analysieren, das wir in der vorherigen Vorlesung kennengelernt haben. Bei dieser Analyse werden wir sehen, dass untere Schranken für die optimale Lösung eine entscheidende Rolle bei der Analyse spielen (oder, bei Maximierungsproblemen: obere Schranken).
Das ist alles enthalten
3 Videos1 Lektüre1 Aufgabe1 Programmieraufgabe
In diesem Modul führen wir die Technik der LP-Relaxation ein, um Approximationsalgorithmen zu entwerfen, und erklären, wie man das Approximationsverhältnis eines auf LP-Relaxation basierenden Algorithmus analysiert. Wir werden dies am Beispiel des (gewichteten) Vertex Cover Problems tun. Bevor wir jedoch die Technik der LP-Relaxation erklären, geben wir zunächst einen einfachen 2-Approximationsalgorithmus für das ungewichtete Vertex-Cover-Problem an.
Das ist alles enthalten
6 Videos2 Lektüren1 Aufgabe
In diesem Modul stellen wir das Konzept der Polynomial-Time Approximation Scheme (PTAS) vor. Dabei handelt es sich um Algorithmen, die einer optimalen Lösung beliebig nahe kommen können. Wir beschreiben eine allgemeine Technik zum Entwurf von PTAS und wenden sie auf das berühmte Knapsack-Problem an. Schließlich werden wir sehen, wie PTAS, die mit der allgemeinen Technik entworfen wurden, analysiert werden können.
Das ist alles enthalten
6 Videos2 Lektüren1 Aufgabe1 Programmieraufgabe
Dozent
von
Empfohlen, wenn Sie sich für Algorithmen interessieren
Rice University
The Chinese University of Hong Kong
DeepLearning.AI
University of Washington
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 32
32 Bewertungen
- 5 stars
78,12 %
- 4 stars
15,62 %
- 3 stars
3,12 %
- 2 stars
3,12 %
- 1 star
0 %
Geprüft am 10. Okt. 2020
Geprüft am 24. Feb. 2021
Geprüft am 26. Jan. 2021
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.