Kurzus nemzetközi vendég- és részidős hallgatóknak

Kar

Informatikai Kar

Szervezet

IK Algoritmusok és Alkalmazásaik Tanszék

Kód

IPM-24ATDAAE

Cím

Algoritmusok tervezése és elemzése Ea.

Tervezett félév

Tavaszi

ECTS

4

Nyelv

Oktatás célja

tudása Ismeri az adattudomány szakterületének innovatív, kutatói szintű műveléséhez szükséges adatelemzési, etikai, adatbiztonsági, matematikai, statisztikai fogalmakat, a programozási elveket és összefüggéseket, különösen az adattípusokat, reprezentációkat, az átalakítási és optimalizációs eljárásokat, a többváltozós statisztika, a gépi tanulás elveit. Tisztában van az elemzéshez, modellezéshez használt aktuális technológiák működésével és képes azok valós körülmények között történő alkalmazására nagy mennyiségű adat esetében is. Ismeri az adattudomány főbb alkalmazási területeit, az ezekhez kötődő problémákat és a megoldási lehetőségek főbb irányait, a kapcsolódó technikák alkalmazási korlátait. Az angol nyelvtudása eléri a képzéshez, az angol nyelvű szakirodalom megismeréséhez, a szakszöveg megértéséhez, feldolgozásához és a szakképzettséggel ellátható szakmai feladatok elvégzéséhez, valamint a folyamatos szakmai önképzéshez szükséges szintet. képességei Képes a különböző tudományágakban megjelenő komplex osztályozási, modellezési, előrejelzési problémák formalizálására, a szükséges elméleti és gyakorlati módszerek meghatározására és azok megoldására. Képes hatékonyan együttműködni az adattudományhoz kapcsolódó, a feldolgozandó, elemzést igénylő adatokat előállító tudományterületek képviselőivel. Képes a rutinproblémák felismerésén és megoldásán túl eredeti ötleteket felvetni. Szakmai irányítás mellett képes önálló tudományos kutatómunkát végezni. Anyanyelvén kívül legalább angol nyelven képes szóban és írásban szakmai eszmecserét folytatni, eredményeket bemutatni és értelmezni, jelentéseket készíteni, szakmai anyagokat feldolgozni. Munkája során vizsgálja a kutatási, fejlesztési és innovációs célok kitűzésének lehetőségét és törekszik azok megvalósítására. attitűd Figyelemmel kíséri az adattudomány és a kapcsolódó szakterületek elsősorban matematikai, statisztikai, informatikai vonatkozású, valamint mesterséges intelligenciával kapcsolatos legújabb eredményeit és törekszik arra, hogy ezeket saját fejlődésének szolgálatába állítsa. Tiszteletben tartja és munkája során figyelembe veszi az övétől eltérő véleményeket, kizárólag a szakmai érvekkel történő meggyőzést tartja elfogadhatónak. Hitelesen képviseli szakmáját és mutatja be munkájának eredményeit. Elkötelezett a környezettudatos magatartás közvetítése és megvalósítása iránt. autonómiája és felelőssége Nagy figyelmet fordít feladatainak precíz elvégzésre és a határidők pontos betartására, illetve betartatására. Alkalmas mind egyénileg, mind pedig egy csoport tagjaként vagy vezetőjeként elemzői, modellezői és egyéb, az adattudománnyal kapcsolatos feladatok elvégzésére. Felelősséget vállal a vele együtt dolgozó vagy irányítása alatt állók munkájáért. Munkáját a szakmai és tudományos etika követelményeinek maximális figyelembevételével végzi.

Tantárgy tartalma

Stabil párosítás. Gale-Shapley algoritmus. Oszd meg és uralkodj módszer. Összefésüléses rendezés. Inverziók száma. Gyors mátrixszorzás. Gyors polinomszorzás. Legközelebbi pontpár. Dinamikus programozás. Mátrixok szorzatának optimális zárójelezése. Szekvencia illesztés. Hátizsák, részhalmazösszeg, visszajáró pénz feladatok. Mohó algoritmusok. Ütemezési problémák. Klaszterezés. Közelítő algoritmusok. Terheléselosztás. Kiszolgáló egységek telepítése. Hátizsák feladat. Véletlent használó algoritmusok. Gyorsrendezés, k-adik elem kiválasztása. Freivald mátrixszorzás helyességét ellenőrző algoritmusa.

Számonkérés és értékelés

kollokvium (5)

Irodalomjegyzék

T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. Stein: Introduction to Algorithms. Fourth Edition. The MIT Press, 2022.  Kleinberg, É. Tardos: Al Jgorithm Design. Addison Wesley, 2006.

Kurzus szakjai