EIT Digital

Algorithmen zur Annäherung

Mark de Berg

Dozent: Mark de Berg

6.648 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.7

(32 Bewertungen)

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Es dauert 14 Stunden
3 Wochen bei 4 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.7

(32 Bewertungen)

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Es dauert 14 Stunden
3 Wochen bei 4 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

4 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter
Platzhalter

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.

Platzhalter

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

Lehrkraftbewertungen
4.8 (10 Bewertungen)
Mark de Berg
EIT Digital
2 Kurse13.037 Lernende

von

EIT Digital

Empfohlen, wenn Sie sich für Algorithmen interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

4.7

32 Bewertungen

  • 5 stars

    78,12 %

  • 4 stars

    15,62 %

  • 3 stars

    3,12 %

  • 2 stars

    3,12 %

  • 1 star

    0 %

Zeigt 3 von 32 an

JB
5

Geprüft am 26. Jan. 2021

LP
4

Geprüft am 24. Feb. 2021

SM
4

Geprüft am 10. Okt. 2020

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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