Obsah
- Struktury dat a specializace algoritmů - University of California San Diego
- Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
- Specializace algoritmů - Stanford
- Úvod do diskrétní matematiky pro specializaci informatiky - University of California San Diego
Zdroj: Wave Break Media Ltd / Dreamstime.com
Odnést:
Algoritmy jsou jádrem počítačové vědy. Přestože se o nich dozvíte, může být obtížné, zde je několik kurzů, které vám pomohou.
Učení o konstrukci strojového učení a algoritmů umělé inteligence není jednoduchý proces. Toto jsou některé z nejkomplikovanějších a sofistikovanějších konceptů, které uvidíte v oblasti informatiky. Jsou založeny na komplexním matematickém a statistickém modelování, jakož i na logických a technických procesech.
Práce s algoritmy je součástí předvojního vývoje ve světě, ve kterém jsou vědci o údaje žádáni. Zvládnutí této oblasti vyžaduje hodně učení a školení, protože to vyžaduje technickou náročnost. Neuronové sítě a další modely AI / ML jsou postaveny na pokročilých představách o tom, jak počítačová věda funguje a co nabízí.
Zde jsou čtyři vynikající zdroje pro studenty, kteří chtějí rozšířit své znalosti algoritmů a souvisejících datových struktur.
- Struktury dat a specializace algoritmů - University of California San Diego
- Specializace algoritmů - Stanford
- Algoritmy: Část jedna - Princetonská univerzita
- Úvod do diskrétní matematiky pro specializaci informatiky - University of California San Diego
Struktury dat a specializace algoritmů - University of California San Diego
Tento kurz zahrnuje praktickou práci s vývojem algoritmů s cílem pomoci studentům seznámit se s tím, jak hodnotit a zkoumat algoritmy strojového učení. Poskytuje tento rámec pro další postup do ML / AI a algoritmického inženýrství.
V tomto kurzu budou studenti přímo implementovat algoritmy v kódovacích scénářích, iniciují desítky relevantních úkolů, aby získali hlubší představu o algoritmu jako kódu. Plánovači investovali tisíce hodin do tohoto náročného kurzu, ve kterém se studenti naučí ladit programy a hodnotit kódovou základnu podle svých algoritmických schopností. (Chcete se dozvědět o životě vědce s údaji? Podívejte se na roli Job: Data Scientist.)
Z hlediska tematického pokrytí se tento kurz týká jak velkých sítí, tak sestavování genomu, s interaktivním formátováním, které studenty přiblíží k srdci toho, co profesionálové dělají v produkčním prostředí. S tímto typem praktického učení si studenti vytvářejí základ pracovních znalostí zahrnující jak nastavit a vylepšit algoritmy pro ML / AI.
Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.
Studenti by měli mít základní znalosti jednoho nebo více programovacích jazyků, včetně Java, Python a C ++.
Specializace algoritmů - Stanford
Zde je další kurz, který adekvátně připravuje studenty na větší roli při zkoumání vývoje a používání algoritmů. Tento kurz také ukáže hlavní aspekty vývoje strojového učení s hloubkovou implementací algoritmů.
Součástí tohoto přístupu je umožnit absolventům „mluvit jazykem“ vývoje algoritmu. Od bezpečnostních protokolů až po logickou regresní a klasifikační techniku se profesionálové, kteří si dokážou udržet vlastní konverzaci v tomto druhu konverzace, budou o práci dále učit a zdokonalovat svou pověst vedoucího myšlení v procesech strojového učení.
Tento kurz se zaměřuje na celkový obraz a iterativní implementaci s cílem pomoci studentovi připravit se na tento druh technických znalostí.
Jedná se o kurz střední úrovně s flexibilním rozvrhem.
Tento kurz, který pochází z nejlepšího zdroje Ivy League, pokrývá mnoho základních aspektů vývoje algoritmu, které se soustředí na práci se strukturou dat.
Filozofie zde spočívá v tom, že základní porozumění algoritmům spočívá v poznání více o stavebních blocích, z nichž jsou vyrobeny. Od náhodných lesů a rozhodovacích stromů po zpracování systémů černé skříňky, jako jsou echo state stroje a Boltzmannovy stroje, vývoj algoritmů pracuje na procesu manipulace s daty iteračními a někdy rekurzivními způsoby.
První část tohoto kurzu proto projde elementárními datovými strukturami a tříděním, zatímco druhá část se zaměří na algoritmy zpracování grafů a proudů. Studenti se budou cítit pohodlně s hodnocením datových struktur, jak jsou nastaveni a jak jsou využívány programy strojového učení. (Máte zájem na tvorbě softwaru? Pak si přečtěte 6 koncepcí vývoje softwaru, které se můžete naučit prostřednictvím online kurzů.)
Není těžké pochopit, jak tento typ průzkumového kurzu připravuje studenty na pracovní kariéru v oblasti datové vědy. Počínaje strukturami dat a hloubkovou analýzou se studenti dále zabývají maticemi a šrouby, jak využít koncepčních prostředků k vytvoření praktického výsledku.
Úvod do diskrétní matematiky pro specializaci informatiky - University of California San Diego
Podle mnoha technik, které usnadňují vývoj algoritmů, leží matematické modelování. Tento specializovaný kurz se zaměří na diskrétní matematiku jako součást sady nástrojů inženýra. Pochopení matematických vlastností datových struktur je klíčovou dovedností pro vědce dat a další účastníky práce s algoritmy.
Počínaje základní teorií pravděpodobnosti a čísel, tento kurz posune studenty po cestě k dalšímu porozumění diskrétní matematice a jejímu použití při tvorbě algoritmů. Studenti se seznámí se základními algoritmickými technikami a tříděním a získají praktické zkušenosti s řešením problémů.
Budou se zabývat grafovými a řetězcovými algoritmy a jejich aplikací, například při práci s lidským genomem. Studenti se také zaměří na používání nástrojů, jako jsou binární vyhledávací stromy, hashovací tabulky, fronty a stohování a budou pracovat na pokročilém řešení problémů pomocí lineárního programování a přibližných algoritmů.
Všechny čtyři z těchto kurzů poskytují své vlastní klíčové přístupy k rychle se rozvíjejícímu profesnímu oboru, který je kvůli jeho obtížnosti pro mnoho lidí nepřístupný. Ne každý může být datovým vědcem, ale ti, kteří se cítí, že jsou kvalifikovaní a připraveni se učit, mohou využít nabídky kurzů k vybudování svých technických znalostí, aby vyhovovaly jejich logickým a deduktivním ambicím.