Isi
- Struktur Data dan Spesialisasi Algoritma - University of California San Diego
- Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda
- Spesialisasi Algoritma - Stanford
- Pengantar Matematika Diskrit untuk Spesialisasi Ilmu Komputer - University of California San Diego
Sumber: Wave Break Media Ltd / Dreamstime.com
Bawa pulang:
Algoritma berada di jantung ilmu komputer. Meskipun mempelajari tentang mereka bisa sulit, berikut ini beberapa kursus untuk membantu Anda.
Belajar tentang konstruksi pembelajaran mesin dan algoritma kecerdasan buatan bukanlah proses yang sederhana. Ini adalah beberapa konsep paling rumit dan canggih yang akan Anda lihat di bidang ilmu komputer. Mereka didasarkan pada pemodelan matematika dan statistik yang kompleks, serta proses logis dan teknis.
Pekerjaan algoritma adalah bagian dari kemajuan pelopor dunia di mana para ilmuwan data sangat dibutuhkan. Menguasai bidang ini membutuhkan banyak pembelajaran dan pelatihan, karena kompleksitas teknis yang terlibat. Jaringan saraf dan model AI / ML lainnya dibangun di atas beberapa gagasan canggih tentang cara kerja ilmu komputer dan apa yang ditawarkannya.
Berikut adalah empat sumber yang bagus untuk siswa yang ingin memajukan pengetahuan mereka tentang algoritma dan struktur data terkait.
- Struktur Data dan Spesialisasi Algoritma - University of California San Diego
- Spesialisasi Algoritma - Stanford
- Algoritma: Bagian Satu - Universitas Princeton
- Pengantar Matematika Diskrit untuk Spesialisasi Ilmu Komputer - University of California San Diego
Struktur Data dan Spesialisasi Algoritma - University of California San Diego
Kursus ini melibatkan pekerjaan langsung dengan pengembangan algoritma untuk membantu siswa berkenalan dengan cara mengevaluasi dan mengeksplorasi algoritma pembelajaran mesin. Ini memberikan kerangka kerja untuk bergerak lebih jauh ke ML / AI dan rekayasa algoritma.
Dalam kursus ini, siswa akan langsung menerapkan algoritma dalam skenario pengkodean, memulai puluhan tugas yang relevan, untuk mendapatkan ide mendalam tentang algoritma sebagai kode. Perencana telah menginvestasikan ribuan jam dalam kursus yang menantang ini di mana siswa akan belajar untuk debug program dan mengevaluasi basis kode sesuai dengan kemampuan algoritmiknya. (Ingin belajar tentang kehidupan seorang ilmuwan data? Lihat Peran Pekerjaan: Ilmuwan Data.)
Dalam hal cakupan topikal, kursus ini mencakup jaringan besar dan perakitan genom, dengan pemformatan interaktif yang membuat siswa dekat dengan inti dari apa yang dilakukan para profesional dalam lingkungan produksi. Dengan jenis pembelajaran praktis ini, siswa membangun basis pengetahuan kerja yang melibatkan cara mengatur dan memperbaiki algoritma untuk ML / AI.
Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda
Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.
Siswa harus memiliki pengetahuan dasar tentang satu atau lebih bahasa pemrograman termasuk Java, Python dan C ++.
Spesialisasi Algoritma - Stanford
Inilah kursus lain yang secara memadai mempersiapkan siswa untuk peran yang lebih besar dalam mengeksplorasi pengembangan dan penggunaan algoritma. Kursus ini juga akan menunjukkan aspek-aspek utama dari pengembangan pembelajaran mesin dengan pekerjaan implementasi yang mendalam pada algoritma.
Bagian dari pendekatan di sini adalah untuk memungkinkan lulusan untuk "berbicara bahasa" pengembangan algoritma. Dari protokol keamanan hingga regresi logis dan teknik klasifikasi, para profesional yang dapat bertahan dalam percakapan semacam ini akan belajar lebih lanjut tentang pekerjaan dan memajukan reputasi mereka sebagai pemimpin pemikiran dalam proses pembelajaran mesin.
Kursus ini melihat gambaran besar dan implementasi berulang untuk membantu siswa mempersiapkan diri untuk keahlian teknis semacam ini.
Ini adalah kursus tingkat menengah dengan jadwal yang fleksibel.
Kursus ini, yang berasal dari sumber Ivy League top, mencakup banyak aspek mendasar dari pengembangan algoritma yang berpusat pada pekerjaan struktur data.
Filosofi di sini adalah bahwa pemahaman dasar algoritma bergantung pada mengetahui lebih banyak tentang blok bangunan yang mereka buat. Dari hutan acak dan pohon keputusan untuk menguraikan sistem kotak hitam seperti mesin negara gema dan mesin Boltzmann, pengembangan algoritma bekerja pada proses memanipulasi data dengan cara berulang dan kadang-kadang rekursif.
Bagian satu dari kursus ini, oleh karena itu, akan membahas struktur data dasar dan penyortiran, sedangkan bagian dua akan fokus pada grafik dan algoritma pemrosesan aliran. Siswa akan merasa nyaman dengan menilai struktur data, bagaimana mereka diatur, dan bagaimana mereka digunakan oleh program pembelajaran mesin. (Apakah Anda memiliki minat dalam membuat perangkat lunak? Kemudian periksa 6 Konsep Pengembangan Perangkat Lunak yang Dapat Anda Pelajari Melalui Kursus Online.)
Tidak sulit untuk melihat bagaimana kursus survei ini mempersiapkan siswa untuk berkarir di bidang sains data. Dimulai dengan struktur data dan analisis mendalam, siswa bekerja lebih jauh ke dalam mur dan baut tentang cara menggunakan cara konseptual untuk membangun hasil praktis.
Pengantar Matematika Diskrit untuk Spesialisasi Ilmu Komputer - University of California San Diego
Di bawah banyak teknik yang memfasilitasi pengembangan algoritma terletak pemodelan matematika. Kursus khusus ini akan fokus pada matematika diskrit sebagai komponen dari perangkat insinyur. Memahami sifat matematika dari struktur data adalah keterampilan utama bagi ilmuwan data dan orang lain yang terlibat dalam pekerjaan algoritma.
Dimulai dengan probabilitas dasar dan teori bilangan, kursus ini akan menggerakkan siswa di sepanjang jalan untuk lebih memahami matematika diskrit dan penerapannya pada produksi algoritma. Siswa akan belajar tentang teknik algoritme dasar dan penyortiran, dan mendapatkan pengalaman langsung mencoba menyelesaikan masalah.
Mereka akan melihat grafik dan algoritma string dan aplikasi mereka, misalnya, dalam pekerjaan genom manusia. Siswa juga akan melihat penggunaan alat-alat seperti pohon pencarian biner, tabel hash, antrian dan susun dan bekerja menuju pemecahan masalah tingkat lanjut dengan pemrograman linier dan perkiraan algoritma.
Keempat kursus ini memberikan pendekatan kunci mereka sendiri ke bidang profesional yang muncul dengan cepat yang tidak dapat diakses oleh banyak orang karena kesulitannya. Tidak semua orang bisa menjadi ilmuwan data, tetapi mereka yang merasa berkualifikasi dan siap belajar dapat memanfaatkan penawaran kursus ini untuk membangun pengetahuan teknis mereka agar sesuai dengan ambisi logis dan deduktif mereka.