Die Hauptthemen in diesem Teil der Specializations sind: Greedy-Algorithmen (Scheduling, Minimum Spanning Trees, Clustering, Huffman-Codes) und dynamische Programmierung (Knapsack, Sequenzabgleich, optimale Suchbäume).
Greedy-Algorithmen, Minimum Spanning Trees und dynamische Programmierung
Labor Day starts with $70+ in savings on Coursera Plus. Save 40% for 3 months.
Greedy-Algorithmen, Minimum Spanning Trees und dynamische Programmierung
Dieser Kurs ist Teil von Spezialisierung „Algorithmen“
Unterrichtet in Deutsch (KI-Synchronisation)
Dozent: Tim Roughgarden
82.523 bereits angemeldet
Bei Mehr erfahren enthalten
Fragen Sie Coursera
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
1,277 Bewertungen
Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Flexibler Zeitplan
2 Wochen bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
95%
Den meisten Lernenden hat dieser Kurs gefallen
Kompetenzen, die Sie erwerben
- Kategorie: Algorithmen
- Kategorie: Graphentheorie
- Kategorie: Bioinformatik
- Kategorie: Computational Thinking
- Kategorie: Daten-Strukturen
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
(79 Bewertungen)
Mehr von Algorithmen entdecken
Status: Kostenloser TestzeitraumUniversity of Colorado Boulder
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum- Status: Kostenloser Testzeitraum
Stanford Online
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
86,84 %
- 4 stars
11,19 %
- 3 stars
1,56 %
- 2 stars
0,15 %
- 1 star
0,23 %
Zeigt 3 von 1277 an
JD
Geprüft am 25. Jan. 2023
Good course, though I posted a couple of questions in the forums and I am still waiting for an answer from one of the mentors.
SC
Geprüft am 30. Dez. 2020
Best (not one of the best) course available on web to learn theoretical algorithms. You will love it. Enjoy new journey and perspect to view and analyze algorithms. Loved it damn!
JF
Geprüft am 13. Jan. 2018
I love Tim's excitement for algorithms. He really stands out as a quality teacher in his selection of content, explanations and enthusiasm.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,