Detail předmětu

Pokročilé datové struktury a algoritmy

FEKT-MPC-PDAAk. rok: 2023/2024

Teorie složitosti, teorie grafů, ekvivalence grafů, teorie hromadné obasluhy, Petriho sítě a modelování pomocí Petriho sítí, Markovovy modely, pokročilé evoluční algoritmy.

Jazyk výuky

čeština

Počet kreditů

7

Vstupní znalosti

Jsou požadovány znalosti na úrovni bakalářského studia a absolvování předmětu Teoretická informatika.

Pravidla hodnocení a ukončení předmětu

závěrečná zkouška
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Učební cíle

Cílem kurzu je seznámit studenty s pokročilou teorií složitosti, teorií grafů a jejich metod srovnání, teorií hromadné obsluhy, Petriho sítěmi a evolučními algoritmy.
Absolventi znají teorii složitosti, reprezentativní příklady a jsou schopni použít teorii grafů, teorii hromadné obsluhy, teorii Petriho sítí, Markovovy modely pro potřeby získávání informací z těchto struktur.

Základní literatura

Virius, Miroslav. Základy algoritmizace. Česká technika-nakladatelství ČVUT, 2008. (CS)
GOODFELLOW, I., BENGIO, Y., & COURVILLEe, A. (2016). Deep learning (adaptive computation and machine learning series). Adaptive Computation and Machine Learning series, 800. (EN)

eLearning

Zařazení předmětu ve studijních plánech

  • Program MPC-IBE magisterský navazující, 1. ročník, zimní semestr, povinný

  • Program MPC-AUD magisterský navazující

    specializace AUDM-TECH , 2. ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

Teorie složitosti, teorie grafů, ekvivalence grafů, teorie hromadné obasluhy, Petriho sítě a modelování pomocí Petriho sítí, Markovovy modely, pokročilé evoluční algoritmy.

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

Teorie složitosti, teorie grafů, ekvivalence grafů, teorie hromadné obasluhy, Petriho sítě a modelování pomocí Petriho sítí, Markovovy modely, pokročilé evoluční algoritmy.

Projekt

13 hod., povinná

Vyučující / Lektor

Osnova

Vybrané metody pro optimalizaci ExpSpace problému.

eLearning