[CyberBionic] Практикум по Алгоритмам (Евгений Волосатов)

​

Курс предназначен для начинающих программистов, студентов, изучающих компьютерные науки, а также для IT-инженеров, которые желают понять, как решать комбинаторные задачи и оптимизировать алгоритмы.

Описание курса
Курс состоит из двух частей. В первой мы рассматриваем способы “универсального” решения комбинаторных задач методом полного перебора и способы оптимизации этих алгоритмов. Во второй части мы задействуем метод динамического программирования с рекурсией, который позволит создавать поистине быстрые и эффективные алгоритмы поиска.

Комбинаторные алгоритмы (Уроки 1-5).
Комбинаторика изучает варианты размещения объектов. Комбинаторные алгоритмы подразумевают перебор всех вариантов расположения объектов и поиск оптимального решения, которое удовлетворяет заданным условиям. Комбинаторные задачи в программировании встречаются очень часто. Задача минимум для любого программиста - уметь их решать полным перебором и применять методы оптимизации этих алгоритмов.

Динамическое программирование. (Уроки 6-10).
Алгоритмы полного перебора пишутся просто, но работают слишком долго. Применяя метод динамического программирования можно значительно ускорить время поиска решения. Идея заключается в том, чтобы разделить исходную задачу на несколько таких же, но с меньшими начальными данными. Для создания таких алгоритмов обычно используется рекурсия.

В курсе гармонично переплетается теория и практика, рассматриваются методы оптимизации алгоритмов, есть визуализация циклических и рекурсивных алгоритмов, рассмотрены способы создания искусственного интеллекта для игры в настольную игру, а также контрольная работа в виде сеанса “спортивного программирования” для закрепления материала.

Алгоритмы, которые мы рассматриваем в данном курсе, можно реализовать на любом языке программирования. Мы будем писать программы на языке С#, базовых знаний которого будет вполне достаточно для понимания материала.

Спойлер: Программа

1. Циклы. Графические узоры.
   На этом уроке мы будем доводить навык использования циклов до совершенства. Чтобы достичь интуитивного понимания, лучше «один раз увидеть», поэтому мы будем рисовать причудливые узоры, используя комбинации вложенных циклов и условий.
2. Простые числа. Оптимизация алгоритмов.
   На этом уроке мы напишем алгоритм генерации простых чисел, а затем начнём его оптимизировать различными способами, замеряя время работы каждого варианта.
3. Простые задачи на перебор вариантов.
   На этом уроке мы решим несколько комбинаторных задач методом “грубой силы”, а затем рассмотрим идеи оптимизации каждого алгоритма.
4. Игра с искусственным интеллектом. Поиск лучшего хода перебором.
   На этом уроке мы создадим простую игру, а затем научим компьютер в неё играть: создадим искусственный интеллект для поиска хорошего хода.
5. Контрольная работа на перебор вариантов.
   На этом уроке будет “спортивное программирование”. У Вас будет нескольких комбинаторных задачек на перебор вариантов и ограниченное время. Посмотрим, чему Вы научились и сколько задачек успеете решить!
6. Рекурсия. Построение фракталов.
   На этом уроке мы будем доводить навык использования рекурсии до совершенства. Чтобы достичь интуитивного понимания, лучше «один раз увидеть», поэтому мы будем рисовать фракталы - повторяющиеся узоры, используя алгоритмы с рекурсивным вызовом.
7. Сложные функции. Оптимизация алгоритмов.
   На этом уроке мы напишем алгоритмы вычисления некоторых алгебраических функций. а затем начнём их оптимизировать различными способами, замеряя время работы каждого варианта.
8. Сложные задачи на перебор вариантов.
   На этом уроке мы решим несколько комбинаторных задач методом динамического программирования с использованием рекурсии и без неё.
9. Игра с искусственным интеллектом. Поиск альфа-бетта отсечением.
   На этом уроке мы продолжим создание искуcственного интеллекта для нашей игры. Но на этот раз мы воспользуемся рекурсивным поиском вглубь с отсечением ложных решений.
10. Контрольная работа на динамическое программирование.
    На этом уроке будет “спортивное программирование”. У Вас будет нескольких комбинаторных задачек на динамическое программирование и ограниченное время. Посмотрим, чему Вы научились и сколько задачек успеете решить!

Старт курса: 15 января 2020 (19:00-21:00)
Продолжительность: 15 ч.
Количество уроков: 10 занятий

Преподаватели курса: Евгений Волосатов

 

ДОСТУПНО!

 

Освой Профессию‌ ‌Data‌ ‌Scientist‌ [SkillBox]
Дата-сайентист — одна из самых востребованных профессий в мире.

Вас ждут 8 курсов, онлайн-лекции и практические задания, а также 2 дипломных проекта.
После обучения вы сможете претендовать на позицию Junior Data Scientist.

Чему вы научитесь:
+ Программировать на Python
+ Визуализировать данные
+ Разрабатывать интерактивную инфографику
+ Работать с библиотеками и базами данных (Pandas, NumPy и Matplotlib, PostgreSQL, SQLite3, MongoDB)
+ Программировать на R
+ Применять нейронные сети для решения реальных задач
+ Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras
+ Построите рекомендательную систему и добавите её в своё портфолио

ПОРА ПРОФЕССИЮ МЕЧТЫ ПРЕВРАЩАТЬ В РЕАЛЬНОСТЬ! Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

P.S. Дефицит дата-сайентистов наблюдается не только в России, но и во всем мире. ВЭФ считает эту профессию одной из самых востребованных в ближайшие пять лет. В России, по данным HeadHunter, только с 2019 по 2020 год число вакансий на должность дата-сайентиста выросло на треть. При этом уровень предлагаемых зарплат в сфере остается высоким — в среднем 150 тысяч рублей в месяц.