Sisu
- Andmestruktuuride ja algoritmide spetsialiseerumine - California ülikool, San Diego
- Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
- Algoritmi spetsialiseerumine - Stanford
- Sissejuhatus diskreetse matemaatika juurde arvutiteaduse erialal - California ülikool, San Diego
Allikas: Wave Break Media Ltd / Dreamstime.com
Ära võtma:
Algoritmid on infotehnoloogia keskmes. Ehkki nende tundmaõppimine võib olla keeruline, on siin mõned kursused, mis aitavad teid sellest paremini välja.
Masinõppe ja tehisintellekti algoritmide konstrueerimise õppimine ei ole lihtne protsess. Need on mõned kõige keerukamad ja keerukamad kontseptsioonid, mida arvutiteaduses näete. Need põhinevad keerulisel matemaatilisel ja statistilisel modelleerimisel, samuti loogilistel ja tehnilistel protsessidel.
Algoritmi töö on osa maailmas, kus andmeteadlastel on suur nõudlus, eesrindlikule edusammudele. Selle väljaõppe omandamine nõuab palju õppimist ja koolitust selle tehnilise keerukuse tõttu. Neuraalvõrgud ja muud AI / ML mudelid on üles ehitatud mõnedele arenenud ideedele, kuidas arvutiteadus töötab ja mida sellel pakkuda on.
Siin on neli suurepärast ressurssi õpilastele, kes soovivad oma teadmisi algoritmide ja nendega seotud andmestruktuuride kohta täiendada.
- Andmestruktuuride ja algoritmide spetsialiseerumine - California ülikool, San Diego
- Algoritmi spetsialiseerumine - Stanford
- Algoritmid: Esimene osa - Princetoni ülikool
- Sissejuhatus diskreetse matemaatika juurde arvutiteaduse erialal - California ülikool, San Diego
Andmestruktuuride ja algoritmide spetsialiseerumine - California ülikool, San Diego
See kursus hõlmab praktilist tööd algoritmi väljatöötamisega, et aidata õpilasel tutvuda masinõppe algoritmide hindamise ja uurimisega. See loob selle raamistiku edasiliikumiseks ML / AI ja algoritmide väljatöötamisse.
Sellel kursusel rakendavad õpilased otseselt algoritme kodeerimise stsenaariumides, algatades kümneid asjakohaseid ülesandeid, et saada põhjalik idee algoritmi kui koodi kohta. Planeerijad on investeerinud tuhandetesse tundidesse sellesse keerulisse kursusesse, kus õpilased õpivad programme siluma ja hindama koodialust vastavalt selle algoritmilistele võimalustele. (Kas soovite teada saada andmeteadlase elust? Tutvuge tööülesandega: andmeteadlane.)
Aktuaalse katvuse osas hõlmab see kursus nii suuri võrgustikke kui ka genoomi komplekteerimist koos interaktiivse vormindamisega, mis annab tudengitele südamele, mida spetsialistid teevad tootmiskeskkonnas. Seda tüüpi praktilise õppe abil loovad õpilased tööalaste teadmiste baasi, mis hõlmab ML / AI algoritmide seadistamist ja täpsustamist.
Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
Programmeerimisoskust ei saa parandada, kui keegi tarkvara kvaliteedist ei hooli.
Õpilastel peaksid olema põhiteadmised ühest või mitmest programmeerimiskeelest, sealhulgas Java, Python ja C ++.
Algoritmi spetsialiseerumine - Stanford
Siin on veel üks kursus, mis valmistab õpilasi ette suuremaks rolliks algoritmide väljatöötamise ja kasutamise uurimisel. See kursus näitab ka masinõppe arendamise peamisi aspekte koos algoritmide põhjaliku juurutamisega.
Osa lähenemisviisist on siin võimaldada lõpetajatel algoritmi väljatöötamisel “keelt rääkida”. Alates turvaprotokollidest kuni loogilise regressiooni ja klassifitseerimise tehnikani õpivad spetsialistid, kes saavad sellistes vestlustes omaette hoida, tööülesandeid veelgi ja edendavad oma mainet masinaõppe protsesside mõttejuhina.
Sellel kursusel käsitletakse suurt pilti ja korduvat rakendamist, et aidata üliõpilasel sedalaadi tehnilisi teadmisi kasutada.
See on paindliku ajakavaga keskastme kursus.
See kursus, mis pärineb parimatest Ivy League allikatest, hõlmab paljusid algoritmi väljatöötamise põhiaspekte, mis keskenduvad andmestruktuuri tööle.
Siinne filosoofia seisneb selles, et algoritmide mõistmine põhineb teadmisel nende ehitusplokkide kohta, millest need on tehtud. Alates juhuslikest metsadest ja otsustuspuudest kuni musta kasti süsteemide väljatöötamiseni, näiteks kaja olekumasinad ja Boltzmanni masinad, töötab algoritmi väljatöötamine andmete töötlemisega iteratiivsel ja mõnikord ka rekursiivsel viisil.
Selle kursuse esimene osa läbib seetõttu elementaarsed andmestruktuurid ja sorteerimise, samas kui teine osa keskendub graafikute ja voo töötlemise algoritmidele. Õpilastel on mugav hinnata andmestruktuure, nende ülesseadmist ja masinõppe programmide kasutamist. (Kas teil on huvi tarkvara loomise vastu? Tutvuge siis 6 tarkvaraarenduse kontseptsiooniga, mida saate veebikursuste kaudu õppida.)
Pole raske aru saada, kuidas seda tüüpi küsitluskursused valmistavad õpilasi ette infoteaduste karjääriks. Alustades andmestruktuuridest ja põhjalikust analüüsist, tegelevad õpilased põhjalikumalt mutrite ja poltidega, kuidas kasutada kontseptuaalseid vahendeid praktilise tulemuse loomiseks.
Sissejuhatus diskreetse matemaatika juurde arvutiteaduse erialal - California ülikool, San Diego
Paljude algoritmi väljatöötamist hõlbustavate tehnikate all peitub matemaatiline modelleerimine. See spetsialiseeritud kursus keskendub diskreetsele matemaatikale kui inseneri tööriistakomponendi komponendile. Andmestruktuuride matemaatiliste omaduste mõistmine on andmeteadlaste ja teiste algoritmide tööga seotud võtmeoskus.
Alustades põhilise tõenäosuse ja arvu teooriaga, viib see kursus õpilasi edasi diskreetse matemaatika ja selle algoritmi tootmisesse mõistmise edasisele mõistmisele. Õpilased õpivad tundma põhilisi algoritmitehnikaid ja sorteerimist ning saavad praktilisi kogemusi probleemide lahendamisel.
Nad vaatavad graafiku ja stringi algoritme ning nende rakendamist näiteks inimese genoomi töös. Õpilased käsitlevad ka selliste tööriistade kasutamist nagu binaarsed otsingupuud, räsitabelid, järjekorrad ja virnastamine ning töötavad arenenud probleemilahenduse poole lineaarse programmeerimise ja ligikaudsete algoritmide abil.
Kõik need neli kursust pakuvad oma peamisi lähenemisviise kiiresti arenevale kutsealale, mis on raskuste tõttu paljudele inimestele kättesaamatu. Kõik ei saa olla andmeteadlased, kuid need, kes tunnevad, et nad on kvalifitseeritud ja valmis õppima, saavad neid kursuste pakkumisi kasutada oma tehniliste teadmiste täiendamiseks, et need vastaksid nende loogilistele ja deduktiivsetele eesmärkidele.