Deep Learning Specialization on Coursera

课程主页: https://www.coursera.org/learn/geometric-algorithms

本课程名为《几何算法》,是一门聚焦于解决与几何形状及其特性的相关问题的计算方法的课程。在现代计算机科学中,无论是机器人技术、计算机图形学、虚拟现实还是地理信息系统,存储、分析以及创建或操纵空间数据的需求日益增加,而几何算法恰恰提供了解决这些问题的有效工具。

课程内容涵盖多个重要模块:

1. **平面扫描算法**:在这一模块中,我们将讨论一种线段相交的算法,该算法不单单依赖于输入的大小(如线段的数量),也会根据输出的大小(如交点的数量)有所变化。这种算法利用了平面扫描技术,适用于许多欧几里得平面中的算法问题。

2. **Voronoi图与Delaunay三角剖分**:在这一模块,我们将介绍Voronoi图和Delaunay三角剖分的概念及其性质。同时,我们将学习一种使用随机增量构造的算法来构建Delaunay三角剖分,并分析这类算法的性能。

3. **正交范围查询**:在这一模块里,我们介绍范围查询问题。首先,我们将探讨一维情况下的范围查询,然后逐步推广到更高维度。我们将学习两种用于范围查询的数据结构:KD树和范围树,并通过构建时间、空间使用及查询时间等方面进行比较。

通过这门课程,学习者不仅能够掌握几何算法的基本概念,还能深入理解其在各个计算机科学领域中的应用。无论你是计算机科学专业的学生,还是对此领域感兴趣的爱好者,这门课程都将为你提供宝贵的知识和实践经验。

课程主页: https://www.coursera.org/learn/geometric-algorithms

作者 CourseEye