Obsah
- Štruktúra dát a špecializácia algoritmov - Kalifornská univerzita v San Diegu
- Žiadne chyby, žiadny stres - Váš sprievodca krok za krokom k vytvoreniu softvéru na zmenu života bez zničenia vášho života
- Špecializácia algoritmov - Stanford
- Úvod do diskrétnej matematiky pre špecializáciu informatiky - Kalifornská univerzita v San Diegu
Zdroj: Wave Break Media Ltd / Dreamstime.com
Zobrať:
Algoritmy sú jadrom počítačovej vedy. Aj keď sa o nich dozvedieť niečo ťažké, tu je niekoľko kurzov, ktoré vám pomôžu.
Učenie sa o konštrukcii strojového učenia a algoritmov umelej inteligencie nie je jednoduchý proces. Toto sú niektoré z najviac prepracovaných a sofistikovaných konceptov, ktoré uvidíte v oblasti informatiky. Sú založené na komplexnom matematickom a štatistickom modelovaní, ako aj na logických a technických procesoch.
Algoritmická práca je súčasťou predvojného sveta, v ktorom sú vedci údajov veľmi žiadaní. Zvládnutie tejto oblasti si vyžaduje veľa vzdelávania a odbornej prípravy z dôvodu technickej zložitosti, ktorú vyžaduje. Neurónové siete a ďalšie modely AI / ML sú postavené na pokročilých predstavách o tom, ako počítačová veda funguje a čo ponúka.
Tu sú štyri vynikajúce zdroje pre študentov, ktorí chcú rozšíriť svoje znalosti algoritmov a súvisiacich dátových štruktúr.
- Štruktúra dát a špecializácia algoritmov - Kalifornská univerzita v San Diegu
- Špecializácia algoritmov - Stanford
- Algoritmy: Prvá časť - Princetonská univerzita
- Úvod do diskrétnej matematiky pre špecializáciu informatiky - Kalifornská univerzita v San Diegu
Štruktúra dát a špecializácia algoritmov - Kalifornská univerzita v San Diegu
Tento kurz zahŕňa praktickú prácu s vývojom algoritmov s cieľom pomôcť študentom oboznámiť sa s tým, ako hodnotiť a skúmať algoritmy strojového učenia. Poskytuje tento rámec pre posun ďalej do ML / AI a algoritmické inžinierstvo.
V tomto kurze budú študenti priamo implementovať algoritmy do scenárov kódovania, iniciujú desiatky relevantných úloh, aby získali podrobnú predstavu o algoritme ako kóde. Plánovači investovali tisíce hodín do tohto náročného kurzu, v ktorom sa študenti naučia ladiť programy a hodnotiť kódovú základňu podľa svojich algoritmických schopností. (Chcete sa dozvedieť o živote vedca údajov? Pozrite sa na úlohu Úloha: vedec údajov.)
Z hľadiska tematického pokrytia tento kurz pokrýva veľké siete a zostavenie genómu, s interaktívnym formátovaním, ktoré študentov priblíži k srdcu toho, čo profesionáli robia v produkčnom prostredí. S týmto typom praktického učenia si študenti budujú základ pracovných vedomostí týkajúcich sa toho, ako nastavovať a upravovať algoritmy pre ML / AI.
Žiadne chyby, žiadny stres - Váš sprievodca krok za krokom k vytvoreniu softvéru na zmenu života bez zničenia vášho života
Nemôžete zlepšiť svoje programovacie schopnosti, keď sa nikoho nezaujíma o kvalitu softvéru.
Študenti by mali mať základné znalosti jedného alebo viacerých programovacích jazykov vrátane jazyka Java, Python a C ++.
Špecializácia algoritmov - Stanford
Tu je ďalší kurz, ktorý primerane pripravuje študentov na väčšiu úlohu pri skúmaní vývoja a použitia algoritmov. Tento kurz tiež ukáže hlavné aspekty vývoja strojového učenia s hĺbkovou implementáciou algoritmov.
Súčasťou tohto prístupu je umožniť absolventom „hovoriť jazykom“ vývoja algoritmu. Od bezpečnostných protokolov až po logickú regresnú a klasifikačnú techniku sa profesionáli, ktorí sa dokážu udržať v týchto rozhovoroch, naučia viac o svojej práci a zlepšia si reputáciu ako vedúceho myslenia v procesoch strojového učenia.
Tento kurz sa zameriava na celkový obraz a iteračnú implementáciu s cieľom pomôcť študentovi pripraviť sa na tento druh technických znalostí.
Toto je kurz strednej úrovne s flexibilným harmonogramom.
Tento kurz, ktorý pochádza z najlepších zdrojov Ivy League, pokrýva mnoho základných aspektov vývoja algoritmu, ktoré sa sústreďujú na prácu s dátovou štruktúrou.
Filozofiou je, že základné chápanie algoritmov spočíva v tom, že sa dozvieme viac o stavebných blokoch, z ktorých sú vyrobené. Od náhodných lesov a rozhodovacích stromov po vypracovanie systémov čiernych skriniek, ako sú stroje na echo state a Boltzmannove stroje, vývoj algoritmov pracuje na procese manipulácie s údajmi iteratívnymi a niekedy rekurzívnymi spôsobmi.
Prvá časť tohto kurzu preto prejde cez základné dátové štruktúry a triedenie, zatiaľ čo druhá časť sa zameria na algoritmy spracovania grafov a prúdov. Študenti sa budú cítiť pohodlne pri posudzovaní dátových štruktúr, ako sú nastavené a ako ich používajú programy strojového učenia. (Máte záujem o vývoj softvéru? Potom si pozrite 6 konceptov vývoja softvéru, ktoré sa môžete naučiť prostredníctvom online kurzov.)
Nie je ťažké pochopiť, ako tento typ prieskumného kurzu pripravuje študentov na pracovnú kariéru v oblasti dátovej vedy. Študenti začínajú štruktúrami údajov a hĺbkovou analýzou ďalej pracovať na maticiach a skrutkách o tom, ako využiť koncepčné prostriedky na vytvorenie praktického výsledku.
Úvod do diskrétnej matematiky pre špecializáciu informatiky - Kalifornská univerzita v San Diegu
Mnoho techník, ktoré uľahčujú vývoj algoritmov, spočíva v matematickom modelovaní. Tento špecializovaný kurz sa zameria na diskrétnu matematiku ako súčasť súpravy nástrojov inžiniera. Pochopenie matematických vlastností dátových štruktúr je kľúčovou zručnosťou pre vedcov údajov a ostatných, ktorí sa podieľajú na práci s algoritmami.
Počnúc základnou teóriou pravdepodobnosti a čísel, tento kurz posunie študentov po ceste k ďalšiemu porozumeniu diskrétnej matematiky a jej aplikácie pri tvorbe algoritmov. Študenti sa oboznámia so základnými technikami algoritmu a triedenia a získajú praktické skúsenosti s riešením problémov.
Budú sa zaoberať grafovými a reťazcovými algoritmami a ich použitím, napríklad pri práci s ľudským genómom. Študenti sa tiež budú zaoberať používaním nástrojov, ako sú binárne vyhľadávacie stromy, hašovacie tabuľky, fronty a stohovanie a pracovať na pokročilom riešení problémov pomocou lineárneho programovania a približných algoritmov.
Všetky štyri z týchto kurzov poskytujú svoje vlastné kľúčové prístupy k rýchlo sa rozvíjajúcemu profesionálnemu odboru, ktorý je pre mnoho ľudí neprístupný z dôvodu jeho ťažkostí. Nie každý môže byť vedcom údajov, ale tí, ktorí majú pocit, že sú kvalifikovaní a pripravení sa učiť, môžu tieto ponuky kurzov využiť na vybudovanie svojich technických znalostí, aby vyhovovali ich logickým a deduktívnym ambíciám.