De nombreux problèmes algorithmiques du monde réel ne peuvent pas être résolus efficacement à l'aide des outils algorithmiques traditionnels, par exemple, parce que les problèmes sont NP-hard. L'objectif du cours Algorithmes d'approximation est de vous familiariser avec les concepts algorithmiques importants et les techniques nécessaires pour traiter efficacement de tels problèmes. Ces techniques s'appliquent lorsque nous n'avons pas besoin de la solution optimale à certains problèmes, mais d'une approximation proche de la solution optimale. Nous verrons comment trouver efficacement de telles approximations.
(32 avis)
Détails à connaître
Ajouter à votre profil LinkedIn
4 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Dans ce module, la motivation pour étudier les algorithmes d'approximation sera donnée. Nous discuterons de ce que sont les problèmes d'optimisation et de la différence entre les heuristiques et les algorithmes d'approximation. Enfin, nous introduirons le concept de ratio d'approximation, qui joue un rôle central dans l'analyse de la qualité des algorithmes d'approximation.
Inclus
1 vidéo1 lecture1 devoir
Dans ce module, nous étudierons différents algorithmes d'approximation pour le problème de répartition de charge. Ce problème consiste à répartir un ensemble donné de tâches, chacune ayant un certain temps de traitement, sur un certain nombre de machines. L'objectif est de faire en sorte que tous les travaux soient terminés le plus rapidement possible. Nous allons analyser la qualité des solutions calculées en utilisant le concept de rho-approximation, que nous avons vu dans le cours précédent. Dans cette analyse, nous verrons que les bornes inférieures de la solution optimale jouent un rôle crucial dans l'analyse (ou, pour les problèmes de maximisation : les bornes supérieures).
Inclus
3 vidéos1 lecture1 devoir1 devoir de programmation
Dans ce module, nous introduirons la technique de relaxation LP pour concevoir des algorithmes d'approximation, et nous expliquerons comment analyser le taux d'approximation d'un algorithme basé sur la relaxation LP. Nous le ferons en utilisant le problème (pondéré) du recouvrement de sommet comme exemple. Avant d'expliquer la technique de relaxation LP, nous donnons d'abord un algorithme simple de 2-approximation pour le problème de couverture de sommet non pondéré.
Inclus
6 vidéos2 lectures1 devoir
Dans ce module, nous introduirons le concept de schéma d'approximation en temps polynomial (PTAS), qui sont des algorithmes qui peuvent s'approcher arbitrairement d'une solution optimale. Nous décrirons une technique générale pour concevoir des PTAS, et nous l'appliquerons au célèbre problème du Knapsack. Enfin, nous verrons comment analyser les PTAS conçus à l'aide de la technique générale.
Inclus
6 vidéos2 lectures1 devoir1 devoir de programmation
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Algorithmes
The University of Melbourne
The University of Melbourne
The Hong Kong University of Science and Technology
Princeton University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
32 avis
- 5 stars
78,12 %
- 4 stars
15,62 %
- 3 stars
3,12 %
- 2 stars
3,12 %
- 1 star
0 %
Affichage de 3 sur 32
Révisé le 26 janv. 2021
Excellent short course on approximation algorithms. Good course material, presentations and exercises.
Révisé le 24 févr. 2021
Very good course! A nice introduction to approximation algorithms.
Révisé le 10 oct. 2020
Please try to include some more numeric example like load balancing problem in the vertex cover and rest topics
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.