دوره حضوری Data Structures and Algorithms with Python

دوره حضوری Data Structures and Algorithms with Python

خلاصه دوره Data Structures and Algorithms with Python:

مباحث ساختمان داده و طراحی الگوریتم از دروس اصلی رشته های کامپیوتر هستند و یادگیری و پیاده سازی این مباحث برای برنامه نویسان ، الزامی است. با توجه به اینکه پایتون زبانی است که برنامه نویس به راحتی می تواند این مباحث را با آن پیاده کند و زبان رایجی در حوزه های مختلف است ، این کلاس می تواند برای قشر وسیعی از افراد مفید باشد.
هدف از این کلاس ، پیاده سازی ساختمان داده ها و الگوریتم¬های شناخته شده ، با زبان پایتون است . در این کلاس همچنین الگوریتم های مقدماتی هوش مصنوعی نیز مطرح می شود.


مدت دوره Data Structures and Algorithms with Python:

40 ساعت


پيشنياز دوره Data Structures and Algorithms with Python::

تسلط بر زبان Python


مخاطب دوره Data Structures and Algorithms with Python:

• برنامه نویسانی که نیازمند یادگیری دقیق مباحث ساختمان داده و طراحی الگوریتم و پیاده سازی آن با یک برنامه نویسی هستند.
• برنامه نویسان زبان پایتون برای پیشرفت در این زبان می توانند از این کلاس استفاده کنند.
• افرادی که در مسابقات ACM می خواهند شرکت کنند نیز می توانند در این کلاس شرکت کنند.
• دانشجویان کامپیوتر که درس الگوریتم و ساختمان داده را می خواهند با کیفیت بهتری نسبت به دانشگاه بگذرانند (با توجه به اینکه پیاده سازی نیز در این کلاس مطرح می شود).
• افرادی که با الگوریتم های مقدماتی هوش مصنوعی می خواهند آشنا شوند ، مانند الگوریتم ژنتیک و تپه نوردی و...


اهداف دوره Data Structures and Algorithms with Python:

در انتهای این دوره دانشجویان قادر خواهند بود:
• ساختمان داده ها و الگوریتم ها را پیاده سازی کنند و در کد خود استفاده کنند و همچنین الگوریتم هایی با توجه به نیاز خود ایجاد کنند.
• از ساختمان داده ها و الگوریتم هایی که در زبان پایتون پیاده سازی شده است ، استفاده کنند.
• آشنایی اولیه به هوش مصنوعی


سرفصل دوره Data Structures and Algorithms with Python:

1. Introducing Algorithm & Data Structure
• How to analyze a code
• Python built-in types
2. Defining approaches for problem solving whit examples
• Divide-and-Conquer : Sorting
• Dynamic Programming: Rod cutting
• Greedy: Activity-selection, Huffman codes
3. Sorting:
• Comparison sort: Quick Sort
• Linear sort: Radix
4. Searching
• Binary search
• BFS & DFS
• Adversarial Search & Alpha-Beta Pruning
5. Local search & Optimization
• Hill climbing
• Genetic algorithm
• Constraint Satisfaction Problems
6. Data Structures
• Linked List
• Queue
• Stack
• Hash
• Graph & Tree
7. Graph algorithm
• Finding Minimum Spanning Tree: Prim
• Finding Shortest paths: Dijkstra
8. Computational Geometry
• Finding the convex hull
• Finding the closest pair of points
9. NP-Complete problems and approximation:
• Hamiltonian path
• Traveling salesman
10. Application of Algorithms:
• Internet Routing
• Sequence Alignment
• Optimal Caching

جزئیات سرفصل آموزشی دوره حضوری Data Structures and Algorithms with Python را از طریق لینک زیر دریافت کنید:


سرفصل دوره سماتک