[알고리즘]1.Introduction to Algorithms 개요

Most Visited Courses | MIT OpenCourseWare | Free Online Course Materials

MIT opencourse란?

MIT에서 공개하는 학교의 강의들이다. 각 강의에 할당된 숫자들은 각 강의의 학과번호이다. 예: 18 - 수학과, 6 - 컴퓨터과학과 등. 그리고 이 학과번호의 뒤의 숫자들은 들어야 할 순서 또는 난이도를 나타내며 작으면 작을수록 기초과목임을 말해준다. 예: 6.006 - 알고리즘, 6.034 - 인공지능, 6.0001 - 파이썬으로 배우는 컴퓨터과학과 프로그래밍 개론 등.

추천 과목

• 18.01 미적분학
• 18.02 다변량 미적분학
• 18.05 확률과 통계
• 18.06 선형대수학

 

여기의 강의를 듣는다는 것은 MIT 학생들과 같은 자리에서 듣는다는 것이다. 여기에서는 비디오 강의, 강의 노트, 자막, 숙제, 시험, 복습 비디오 등을 제공한다. 여기서는 6.006 - 알고리즘을 다룰 예정이다.

 

 

Introduction to Algorithms

빨간 박스를 누르면 동영상 강의를 볼 수 있다.

 

 

1강 : ~15분까지의 요약

강의 개요

• 강의 개요
• "피크 찾기" 문제 - 1D 및 2D 버전

과정 개요
이 과정은 다음을 다룹니다.

• 대규모 인풋에 대한 문제를 해결하기 위한 효율적인 알고리즘(예: 미국 고속도로 지도, 인간 게놈)
• 확장성(Scalability)
• 클래식 데이터 구조 및 기본 알고리즘(CLRS)
• Python 실제 구현
• 재미있는 문제 세트!

이 과정은 8개의 모듈로 나뉘며 각 모듈에는 동기 부여 문제와 문제 세트가 있습니다.
(마지막 모듈 제외). 잠정적인 모듈 주제와 동기 부여 문제는 다음과 같습니다.

1. 알고리즘적 사고: 피크 찾기
2. 정렬 및 트리: 이벤트 시뮬레이션
3. 해싱: 게놈 비교
4. 숫자: RSA 암호화
5. 그래프: 루빅스 큐브
6. 최단경로 : 칼텍 → MIT
7. 동적 프로그래밍: 이미지 압축
8. 고급 주제

 

Lecture Overview
•  Administrivia
•  Course Overview
•  “Peak finding” problem — 1D and 2D versions
Course Overview
This course covers:
•  Efficient procedures for solving problems on large inputs (Ex: U.S. Highway Map,
Human Genome)
•  Scalability
•  Classic data structures and elementary algorithms (CLRS text)
•  Real implementations in Python
•  Fun problem sets!
The course is divided into 8 modules — each of which has a motivating problem and problem
set(s) (except for the last module). Tentative module topics and motivating problems are
as described below:
1. Algorithmic Thinking: Peak Finding
2. Sorting & Trees: Event Simulation
3. Hashing: Genome Comparison
4. Numerics: RSA Encryption
5. Graphs: Rubik’s Cube
6. Shortest Paths: Caltech → MIT
7. Dynamic Programming: Image Compression
8. Advanced Topics