Die Hauptthemen in diesem Teil der Specializations sind: Greedy-Algorithmen (Scheduling, Minimum Spanning Trees, Clustering, Huffman-Codes) und dynamische Programmierung (Knapsack, Sequenzabgleich, optimale Suchbäume).
Greedy-Algorithmen, Minimum Spanning Trees und dynamische Programmierung
Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.
Greedy-Algorithmen, Minimum Spanning Trees und dynamische Programmierung
Dieser Kurs ist Teil von Spezialisierung „Algorithmen“
Unterrichtet in Deutsch (KI-Synchronisation)
Dozent: Tim Roughgarden
82.193 bereits angemeldet
Bei enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
1,276 Bewertungen
Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Flexibler Zeitplan
2 Wochen bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
Kompetenzen, die Sie erwerben
- Kategorie: Computational Thinking
- Kategorie: Bioinformatik
- Kategorie: Algorithmen
- Kategorie: Daten-Strukturen
- Kategorie: Graphentheorie
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufĂĽgen
Bewertungen
9 Aufgaben
Unterrichtet in Deutsch (KI-Synchronisation)
95%
Den meisten Lernenden hat dieser Kurs gefallen
Erfahren Sie, wie Mitarbeiter fĂĽhrender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Algorithmen“
Wenn Sie sich fĂĽr diesen Kurs anmelden, werden Sie auch fĂĽr diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
FĂĽgen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Lehrkraftbewertungen
(79 Bewertungen)
Mehr von Algorithmen entdecken
Status: Kostenloser TestzeitraumUniversity of Colorado Boulder
Status: Kostenloser TestzeitraumStanford University
Status: Kostenloser Testzeitraum- Status: Kostenloser Testzeitraum
Stanford University
Warum entscheiden sich Menschen fĂĽr Coursera fĂĽr 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
- 5 stars
86,83Â %
- 4 stars
11,20Â %
- 3 stars
1,56Â %
- 2 stars
0,15Â %
- 1 star
0,23Â %
Zeigt 3 von 1276 an
SC
GeprĂĽft am 23. Sep. 2017
A more explanatory answer sheet would be helpful. Might need to be secured via limited time login session to avoid leaking on the web.
YA
GeprĂĽft am 4. Feb. 2021
This course has wonderful lectures coupled with challenging but rewarding homework problems. It was a wonderful learning experience.
SC
GeprĂĽft am 31. Dez. 2020
Best (not one of the best) course available on web to learn theoretical algorithms. You will love it. Enjoy new journey and perspect to view and analyze algorithms. Loved it damn!
Häufig gestellte Fragen
Weitere Fragen
Finanzielle UnterstĂĽtzung verfĂĽgbar,