Die Hauptthemen in diesem Teil der Specializations sind: asymptotische ("Big-oh") Notation, Sortieren und Suchen, Teilen und Erobern (Master-Methode, Ganzzahl- und Matrixmultiplikation, engstes Paar) und randomisierte Algorithmen (QuickSort, Kontraktionsalgorithmus für Min-Cuts).
Teilen und Erobern, Sortieren und Suchen und Zufallsalgorithmen
Teilen und Erobern, Sortieren und Suchen und Zufallsalgorithmen
Dieser Kurs ist Teil von Spezialisierung „Algorithmen“
Unterrichtet in Deutsch (KI-Synchronisation)
Dozent: Tim Roughgarden
260.955 bereits angemeldet
Bei Mehr erfahren enthalten
Fragen Sie Coursera
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
5,338 Bewertungen
Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Flexibler Zeitplan
2 Wochen bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
94%
Den meisten Lernenden hat dieser Kurs gefallen
Kompetenzen, die Sie erwerben
- Kategorie: Computational Thinking
- Kategorie: Logisches Denken
- Kategorie: Design-Strategien
- Kategorie: Wahrscheinlichkeit
- Kategorie: Graphentheorie
- Kategorie: Daten-Strukturen
- Kategorie: Algorithmen
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Mathematische Theorie und Analyse
- Kategorie: Theoretische Informatik
- Kategorie: Analyse
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
9 Aufgaben
Unterrichtet in Deutsch (KI-Synchronisation)
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Algorithmen“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Lehrkraftbewertungen
(705 Bewertungen)
Mehr von Algorithmen entdecken
Status: Kostenloser TestzeitraumUniversity of California San Diego
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumStanford Online
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
- 5 stars
82,76 %
- 4 stars
13,58 %
- 3 stars
1,87 %
- 2 stars
0,63 %
- 1 star
1,14 %
Zeigt 3 von 5338 an
CN
Geprüft am 20. März 2022
Since I am relatively new to computer science, this course is a little bit hard.But, overall it's ok and the course also mentioned the similar material is taken by sophomores, juniors and seniors.
JC
Geprüft am 10. Juni 2017
A really exciting and challenging course. Loved the way the instructor explained everything with so much detail and precision. Definitely looking forward to the next course in the specialization.
N
Geprüft am 2. Dez. 2022
very intansive ,it has really challenged my knowledge level both in english language or in computational mathematics,i feel too configent now.thank Stanford University,thanks Coursera
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,