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
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen
Teilen und Erobern, Sortieren und Suchen und Zufallsalgorithmen
Dieser Kurs ist Teil von Spezialisierung „Algorithmen“
Unterrichtet in Deutsch (KI-Synchronisation)
Dozent: Tim Roughgarden
258.378 bereits angemeldet
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
5,331 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: Analyse
- Kategorie: Daten-Strukturen
- Kategorie: Informatik
- Kategorie: Design-Strategien
- Kategorie: Algorithmen
- Kategorie: Wahrscheinlichkeit
- Kategorie: Computational Thinking
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Mathematische Theorie und Analyse
- Kategorie: Graphentheorie
- Kategorie: Theoretische Informatik
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
Stanford University
Stanford University
Stanford University
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
82,74 %
- 4 stars
13,59 %
- 3 stars
1,87 %
- 2 stars
0,63 %
- 1 star
1,14 %
Zeigt 3 von 5331 an
SN
Geprüft am 25. März 2020
I'm happy with this course because is a little challenging, not like other coursers where there are trivial answers and tests. I feel now much more confident with my fundamentals. Thank you Tim!
JJ
Geprüft am 28. Apr. 2017
As someone with only (UK) high school level maths I just about managed to follow this. I am still confused by logarithms. I guess I should go and read the maths for computer science resource.
NE
Geprüft am 6. Nov. 2016
Personally, I would recommend this course to anyone who really wants to learn how things work in that sort of algorithms. I found the assignments a little difficult, but also extremely helpful.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,