Approximationsalgorithmen, Teil 2 Dies ist die Fortsetzung von Approximationsalgorithmen, Teil 1. Hier lernen Sie die Dualität der linearen Programmierung, angewandt auf den Entwurf einiger Approximationsalgorithmen, und die semidefinite Programmierung, angewandt auf Maxcut. Durch die Teilnahme an den beiden Teilen dieses Kurses lernen Sie eine Reihe von Problemen kennen, die zu den Grundlagen der theoretischen Informatik gehören, sowie leistungsstarke Entwurfs- und Analysetechniken. Nach Abschluss des Kurses werden Sie in der Lage sein, bei einem neuen kombinatorischen Optimierungsproblem zu erkennen, ob es einem der wenigen bekannten Grundprobleme nahe kommt, und Sie werden in der Lage sein, Entspannungen der linearen Programmierung zu entwerfen und randomisierte Rundungen zu verwenden, um zu versuchen, Ihr eigenes Problem zu lösen. Der Kursinhalt und insbesondere die Hausaufgaben sind theoretischer Natur und beinhalten keine Programmieraufgaben.

Annäherungsalgorithmen Teil II
Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.

47 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Theoretische Informatik
- Kategorie: Mathematische Modellierung
- Kategorie: Operations Research
- Kategorie: Modell-Optimierung
- Kategorie: Wahrscheinlichkeit
- Kategorie: Graphentheorie
- Kategorie: Lineare Algebra
- Kategorie: Kombinatorik
- Kategorie: Angewandte Mathematik
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Algorithmen
- Kategorie: Netzwerk-Modell
- Kategorie: Fortgeschrittene Mathematik
Wichtige Details
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

In diesem Kurs gibt es 4 Module
Dozent

Mehr von Algorithmen entdecken
Status: KostenlosÉcole normale supérieure

28DIGITAL
Status: Kostenloser TestzeitraumUniversity of Colorado Boulder
Status: KostenlosPrinceton University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
87,23 %
- 4 stars
6,38 %
- 3 stars
4,25 %
- 2 stars
2,12 %
- 1 star
0 %
Zeigt 3 von 47 an
Geprüft am 16. Feb. 2017
Even better than the first! Very good classes (except for the two first of week 3 ...)
Geprüft am 28. Okt. 2016
Demanding course with lots of great algorithm concepts based on Linear Programming.
Geprüft am 14. März 2016
It is remarkable to note that Professor Claire Mathieu explains such a complex subject in such a elegant and understandable manner.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.




