مطالب پیشنهادی از سراسر وب

دوره آشنایی با تئوری علوم رایانه Udacity

دسته بندی ها: آموزش های ویژه ، آموزش برنامه نویسی ، آموزش های Udacity

درباره این دوره

این دوره در مورد مفاهیم اولیه در علوم نظری رایانه - مانند NP-completeness - و آنچه که آنها برای حل مشکلات سخت الگوریتمی استفاده می کنند به شما می آموزد. 

به مسیر بزرگی بپیوندید

این دوره اولین قدم شما برای رسیدن به حرفه جدید با معرفی برنامه نویسی است.

مدت زمان گذراندن این دوره تقریبا 2 ماه است.

پیش نیازها و الزامات

شما باید درک اساسی از الگوریتم ها (مانند CS215) و برنامه نویسی (مانند CS101) داشته باشید. هیچ دانش قبلی درباره علوم نظری رایانه لازم نیست!

چرا این دوره را باید دنبال کنید

در پایان این دوره، شما درک کاملی از علوم نظری رایانه خواهید داشت. این امر نه تنها به شما امکان می دهد تا برخی از چالش برانگیزترین مشکلات الگوریتمی را در آنجا بشناسید ، بلکه به شما ابزارهای قدرتمندی نیز می دهد تا در عمل با آنها مقابله کنید.

آشنایی با مدرسین دوره

Intro to Theoretical Computer Science

Sebastian Wernicke : دانشمند ارشد علوم داده  

Sean Bennett :مهندس علوم کامپیوتر و ریاضیات 

Sarah Norell :مهندس علوم کامپیوتر

   

 با این دوره چه چه چیزی به دست می آورید؟

  • ویدئوهای مدرس دوره
  • یادگیری با انجام تمرینات
  • آموزش با افراد حرفه ای در این صنعت

آنچه یاد خواهید گرفت

درس 1

  • مشکلات چالش برانگیز
    • آشنایی با مشکلات سخت و تحلیل آنها

درس 2

  • درک سختی
    • این به چه معنا است وقتی مشکلی سخت است و یادگیری مفاهیم NP-completeness

درس 3

  • نمایش سختی
    • ابزارها و شناسایی و اثبات مشکلی که سخت است

درس 4

  • نیروی هوش
    • تکنیک های هوشمند برای حل مشکلاتی که از نظر تئوری غیرقابل حل هستند

درس 5

  • راه حل های Sloppy 
    • دریافت سرعت با پذیرش راه حل های تقریبی

درس 6

  • نگاهی عمیق تر
    • چرا تصادفی می تواند بهتر باشد - آشنایی با کلاس های پیچیدگی

​​​​​​​درس 7​​​​​​​

  • محدودیت های نهایی
    • ​​​​​​​مشکلاتی هیچ رایانه ای تا کنون حل نکرده است - تئوری

 

مقدمه

 

مشاوره از سرگئی برین (موسس گوگل)

 

بررسی واحد (Unit)

 

اولین کوئیز

 

راهکار اولین کوئیز

 

برنامه نویسی چیست؟

 

برنامه چیست؟

 

اولین کوئیز برنامه نویسی

 

آیا این نوشته را دوست داشتید؟
Intro to Theoretical Computer Science Publisher:udacity Author:Sebastian Wernicke , Sean Bennett , Sarah Norell Level:Intermediate

About this Course

This class teaches you about basic concepts in theoretical computer science -- such as NP-completeness -- and what they imply for solving tough algorithmic problems.

Join the Path to Greatness

This course is your first step towards a new career with the Introduction to Programming Program.

Prerequisites and Requirements

You should have a basic understanding of algorithms (such as CS215) and programming (such as CS101). No prior knowledge about theoretical computer science required!

Why Take This Course

At the end of this course, you will have a solid understanding of theoretical computer science. This will not only allow you to recognize some of the most challenging algorithmic problems out there, but also give you powerful tools to deal with them in practice.

WHAT DO I GET?

  • Instructor videos
  • Learn by doing exercises
  • Taught by industry professionals

What You Will Learn:

LESSON 1

  • Challenging Problems
    • An introduction to tough problems and their analysis.

 LESSON 2

  • Understanding Hardness
    • What we mean when a problem is "hard" and the concept of NP-completeness.

LESSON 3

  • Showing Hardness
    • Tools to let you recognize and prove that a problem is hard.

LESSON 4

  • Intelligent Force
    • Smart techniques to solve problems that should – theoretically – be impossible to solve.

LESSON 5

  • Sloppy Solutions
    • Gaining speed by accepting approximate solutions.

LESSON 6

  • Poking Around
    • Why randomness can be of help – sometimes. An introduction to complexity classes.

LESSON 7

  • Ultimate Limits 
    • Problems that no computer can ever solve. In theory.

پیشنهاد آموزش مرتبط در فرادرس

خرید لینک های دانلود
  • حجم فایل: 7.0GB
  • زبان: انگلیسی
  • زیرنویس انگلیسی: دارد
  • قیمت: 6000 تومان
  • دوره آشنایی با تئوری علوم رایانه Udacity یک محصول ویژه است و دریافت لینک های دانلود آن با پرداخت هزینه امکان پذیر است. اطلاعات بیشتر