经验丰富的计算机科学家分析和解决计算问题的抽象程度超越了任何特定的编程语言。 本课程由两部分组成,以您在计算原理课程中学到的原理为基础,旨在培训学生掌握 "算法思维 "的数学概念和过程,使他们能够为现实世界中的计算问题构建更简单、更高效的解决方案。 在本课程的第 1 部分,我们将学习算法效率的概念,并考虑将其应用于图论中的几个问题。 作为课程的核心部分,学生将在 Python 中实现几种重要的图算法,然后使用这些算法分析两个大型真实世界数据集。 这些任务的主要重点是理解算法与这些算法所分析的数据集结构之间的相互作用。 推荐背景 - 学生应能自如地使用 Python 编写中等规模(300 行以上)的程序,并对搜索、排序和递归有基本的了解。学生还应具备扎实的数学背景,包括代数、微积分前期知识,并熟悉 "计算原理 "中涉及的数学概念。

您将获得的技能
您将学习的工具
要了解的详细信息
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
什么是算法思维?、类结构、图、暴力算法
涵盖的内容
15个视频2篇阅读材料1个作业
引文图表的表示、绘制和分析
涵盖的内容
3篇阅读材料1次同伴评审2个应用程序项目
渐近分析、"大 O "符号、伪代码、广度优先搜索
涵盖的内容
9个视频1个作业
计算机网络的连接组件、图复原力和分析
涵盖的内容
3篇阅读材料1次同伴评审1个应用程序项目
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
从 软件开发 浏览更多内容
状态:免费试用Rice University
状态:免费试用Rice University
状态:预览Northeastern University
状态:预览Northeastern University
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
77.40%
- 4 stars
15.06%
- 3 stars
3.11%
- 2 stars
1.29%
- 1 star
3.11%
显示 3/384 个
已于 Oct 22, 2020审阅
A great course with wonderful explanations from the tutors. Looking forward to do more courses with this team
已于 Aug 18, 2017审阅
The project-based course structure works really well for the material. This was a great course!
已于 May 13, 2016审阅
Project is interesting, bu the video lecture is kind of repetitive and does not cover much
常见问题
要获得课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后,您就可以访问专项课程中的所有课程,完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里,您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中,如果您付不起注册费,可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金,您可以在说明页面找到申请链接。
更多问题
提供助学金,
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。







