Algorithmes d'approximation, partie 2 Ce cours est la suite du cours Algorithmes d'approximation, partie 1. Ici, vous apprendrez la dualité de programmation linéaire appliquée à la conception de certains algorithmes d'approximation, et la programmation semi-définie appliquée à Maxcut. En suivant les deux parties de ce cours, vous serez exposé à un éventail de problèmes aux fondements de l'informatique théorique, et à de puissantes techniques de conception et d'analyse. A la fin du cours, vous serez capable de reconnaître, face à un nouveau problème d'optimisation combinatoire, s'il est proche d'un des quelques problèmes de base connus, et vous serez capable de concevoir des relaxations de programmation linéaire et d'utiliser l'arrondi aléatoire pour tenter de résoudre votre propre problème. Le contenu du cours, et en particulier les devoirs, est de nature théorique et ne comporte pas d'exercices de programmation.
Algorithmes d'approximation - Partie II
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.
Demander à Coursera
47 avis
Compétences que vous acquerrez
- Catégorie : Informatique théorique
- Catégorie : Modélisation mathématique
- Catégorie : Recherche opérationnelle
- Catégorie : Optimisation du modèle
- Catégorie : Probabilités et statistiques
- Catégorie : Combinatoire
- Catégorie : Mathématiques appliquées
- Catégorie : Algorithmes
- Catégorie : Modèle de réseau
- Catégorie : Probabilité
- Catégorie : Théorie des graphes
- Catégorie : Algèbre linéaire
- Catégorie : Mathématiques avancées
Détails à connaître
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 4 modules dans ce cours
Instructeur
Offert par
En savoir plus sur Algorithmes
École normale supérieure
28DIGITAL
University of Colorado Boulder
Princeton University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Avis des étudiants
- 5 stars
87,23 %
- 4 stars
6,38 %
- 3 stars
4,25 %
- 2 stars
2,12 %
- 1 star
0 %
Affichage de 3 sur 47
Révisé le 28 oct. 2016
Demanding course with lots of great algorithm concepts based on Linear Programming.
Révisé le 14 mars 2016
It is remarkable to note that Professor Claire Mathieu explains such a complex subject in such a elegant and understandable manner.
Révisé le 16 févr. 2017
Even better than the first! Very good classes (except for the two first of week 3 ...)
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.