Deep Learning Specialization on Coursera

课程主页: https://www.coursera.org/learn/approximation-algorithms-part-2

课程介绍

《近似算法第二部分》是对《近似算法第一部分》的延续。在这门课程中,您将学习如何将线性规划对偶性应用于一些近似算法的设计,同时深入了解半正定规划在最大割问题中的应用。

通过参加这门课程的两部分,您将接触到理论计算机科学基础上的一系列问题,以及强大的设计和分析技术。完成课程后,您将能够识别什么样的新问题可以应用这些技术。

课程大纲

线性规划的对偶性
这一模块并不研究任何特定的组合优化问题。相反,它介绍了线性规划的一个核心特征——对偶性。

斯坦纳森林与原始-对偶近似算法
这一模块利用线性规划的对偶性设计了另一个基本问题的算法——斯坦纳森林问题。

设施位置与原始-对偶近似算法
本模块继续讲解线性规划对偶性的算法应用,将其应用于另一个基本问题——设施位置问题。

最大割与半正定规划
我们介绍了线性规划的一个推广,即半正定规划。本模块利用半正定规划设计了另一个基本问题的近似算法——最大割问题。

为什么推荐这门课程?

在这门课程中,您将接触许多关键的算法设计思想及其在实际问题中的应用。课程的深度和广度都十分出色,适合有一定基础的学生,尤其是那些对算法和理论计算机科学感兴趣的学习者。

无论你是想提升自己的算法设计能力,还是希望在计算机科学领域建立扎实的基础,这门课程都是一个极好的选择。

总结

总之,《近似算法第二部分》是一个不可或缺的课程,它不仅扩展了您对算法的理解,还提高了您解决实际问题的能力。如果您对计算机科学感兴趣,千万不要错过这门课程!

课程主页: https://www.coursera.org/learn/approximation-algorithms-part-2

作者 CourseEye