Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data Science Foundations: Data Structures and Algorithms

4.8
Sterne
57 Bewertungen

Sriram Sankaranarayanan

7.085 bereits angemeldet

von

Teil des Abschlusses Master of Science in Data Science
Mehr erfahren

Spezialisierung Data Science Foundations: Data Structures and AlgorithmsUniversity of Colorado Boulder

Über diesen Kurs

90.929 kürzliche Aufrufe

Basic algorithms on tree data structures, binary search trees, self-balancing trees, graph data structures and basic traversal algorithms on graphs. This course also covers advanced topics such as kd-trees for spatial data and algorithms for spatial data.
Trees and Graphs: Basics can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 3 in

Spezialisierung Data Science Foundations: Data Structures and Algorithms

Stufe „Fortgeschritten“

Completion of the previous course. Calculus, probability theory: distributions, expectations and moments. Some programming experience with Python.

Ca. 34 Stunden zum Abschließen

Englisch

Was Sie lernen werden

Define basic tree data structures and identify algorithmic functions associated with them
Execute traversals and create graphs within a binary search tree structure
Describe strongly connected components in graphs

Kompetenzen, die Sie erwerben

Analysis of Algorithms
Algorithm Design
Python Programming
Data Structure Design
Graphs Algorithms

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 3 in

Spezialisierung Data Science Foundations: Data Structures and Algorithms

Stufe „Fortgeschritten“

Completion of the previous course. Calculus, probability theory: distributions, expectations and moments. Some programming experience with Python.

Ca. 34 Stunden zum Abschließen

Englisch

Dozent

Dozentenbewertung

4,95/5 (24 Bewertungen)

Sriram Sankaranarayanan

Professor

Department of Computer Science

25.547 Lernende

3 Kurse

von

University of Colorado Boulder

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieses Kurs ist Teil des reinen Onlineabschlusses Master of Science in Data Science von University of Colorado Boulder. Wenn Sie in das komplette Programm aufgenommen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.

Mehr erfahren

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

Woche 1

10 Stunden zum Abschließen

Binary Search Trees and Algorithms on Trees

10 Stunden zum Abschließen

5 Videos (Gesamt 147 min), 9 Lektüren, 6 Quiz

5 Videos

Binary Search Trees -- Introduction and Properties22m

Binary Search Trees -- Insertion and Deletion31m

Red-Black Trees Basics33m

Red-Black Trees -- Rotations/Algorithms for Insertion (and Deletion)29m

Skip Lists30m

9 Lektüren

Welcome and Where to Find Help10m

Important Prerequisites10m

Logistics: Textbook and Readings10m

Overview of Module 110m

Reading CLRS Chapter 1210m

CLRS Chapter 12.1-12.310m

CLRS Chapter 13 - 13.110m

CLRS Chapter 13.2 - 13.310m

Skip 10m

5 praktische Übungen

Basics of Binary Search Trees30m

Binary Search Tree: Insert and Delete30m

Red-Black Tree Basics30m

Tree Rotations30m

Skip Lists30m

Woche

Woche 2

8 Stunden zum Abschließen

Basics of Graphs and Graphs Traversals

8 Stunden zum Abschließen

7 Videos (Gesamt 125 min), 6 Lektüren, 5 Quiz

7 Videos

Graphs and Their Representations14m

Graph Traversals and Breadth First Traversal17m

Depth First Search33m

Topological Sorting and Applications11m

Strongly Connected Components - Definitions15m

Strongly Connected Components - Properties16m

Strongly Connected Components - Algorithm16m

6 Lektüren

Overview of Module 210m

CLRS Chapter 22 (Section 22.1)10m

CLRS Chapter 22 (Section 22.2)10m

CLRS Chapter 22 (Section 22.3)10m

CLRS Chapter 22 (Section 22.410m

CLRS Chapter 22 (Section 22.5)10m

4 praktische Übungen

Graph Representations30m

Combined Quiz on Graph Traversals30m

Topological Sort Graphs30m

Strongly Connected Components30m

Woche

Woche 3

8 Stunden zum Abschließen

Union-Find Data Structures and Spanning Tree Algorithms

8 Stunden zum Abschließen

5 Videos (Gesamt 127 min), 5 Lektüren, 5 Quiz

5 Videos

Amortized Analysis of Data Structures27m

Amortized Analysis: Potential Functions26m

Spanning Trees and Minimal Spanning Trees with Applications26m

Kruskal’s Algorithm for Finding Minimal Spanning Trees8m

Union-Find Data Structures and Rank Compression38m

5 Lektüren

Overview of Module 310m

CLRS Chapter 1710m

CLRS Chapter 23 (Section 23.1)10m

CLRS Chapter 23 (Section 23.2)10m

CLRS Chapter 2110m

4 praktische Übungen

Amortized Analysis30m

Minimum Spanning Tree30m

Kruskal's Algorithm30m

Disjoint Set Forest30m

Woche

Woche 4

8 Stunden zum Abschließen

Shortest Path Algorithms

8 Stunden zum Abschließen

6 Videos (Gesamt 155 min), 6 Lektüren, 4 Quiz

6 Videos

Shortest Path Problems and Their Properties29m

Bellman-Ford Algorithm for Single Source Shortest Paths45m

Dijkstra’s Algorithm for Single Source Shortest Paths with Nonnegative Edge Weights20m

Proof of Dijkstra's Algorithm12m

Shortest Path on DAGs11m

All Pairs Shortest Path Problems and Floyd-Warshall’s Algorithm34m

6 Lektüren

Overview of Module 410m

CLRS Chapter 24 (up to section 24.1)10m

CLRS Chapter 24 (Section 24.1)10m

CLRS Chapter 24 (Section 24.3 and 24.5)10m

CLRS Chapter 24 (Section 24.2)10m

CLRS Chapter 25 (Sections 25.1 and 25.2)10m

3 praktische Übungen

Shortest Path Problems Properties30m

Shortest Path - Bellman Ford Algorithm30m

Dijkstra's Algorithm30m

Bewertungen

4.8

16 Bewertungen

5 stars
82,45 %
4 stars
14,03 %
3 stars
3,50 %

Top-Bewertungen von TREES AND GRAPHS: BASICS

von DN28. Sep. 2022

This course is easy to understand and implement. It needs more programming exercises further!

von MC25. Dez. 2022

Excellent explanation of complex topics. The coding exercise are also well thought out and the tips along the way help to reinforce key concepts.

von BC2. Juli 2021

very solid course - would love more programming assignments and tougher final

von AP29. März 2022

I have grade 100% My mail id- freespace644@gmail.com

Alle Bewertungen anzeigen

Über den Spezialisierung Data Science Foundations: Data Structures and Algorithms

Building fast and highly performant data science applications requires an intimate knowledge of how data can be organized in a computer and how to efficiently perform operations such as sorting, searching, and indexing. This course will teach the fundamentals of data structures and algorithms with a focus on data science applications. This specialization is targeted towards learners who are broadly interested in programming applications that process large amounts of data (expertise in data science is not required), and are familiar with the basics of programming in python. We will learn about various data structures including arrays, hash-tables, heaps, trees and graphs along with algorithms including sorting, searching, traversal and shortest path algorithms.

The courses in this specialization can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.

Data Science Foundations: Data Structures and Algorithms

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Trees and Graphs: Basics

Über diesen Kurs

Was Sie lernen werden

Kompetenzen, die Sie erwerben