“2022级--学期安排 (第四学期)”的版本间的差异
来自问题求解
（→学习周历） |
（→考核方法） |
||
| （未显示同一用户的9个中间版本） | |||
| 第12行： | 第12行： | ||
* '''JH''': Juraj Hromkovic: Algorithmics for Hard Problems - Introduction to Combinatorial Optimization, Randomization, Approximation, and Heuristics, 2nd ed. Springer, 2004 | * '''JH''': Juraj Hromkovic: Algorithmics for Hard Problems - Introduction to Combinatorial Optimization, Randomization, Approximation, and Heuristics, 2nd ed. Springer, 2004 | ||
* '''SM''': Seymour Lipschutz and Marc Lipson: [[Media:Schaum's_Outlines_-_Discrete_Mathematics,_3rd_Ed._by_Seymour_Lipschutz.pdf | Theory and Problems of Discrete Mathematics]], 3rd ed. | * '''SM''': Seymour Lipschutz and Marc Lipson: [[Media:Schaum's_Outlines_-_Discrete_Mathematics,_3rd_Ed._by_Seymour_Lipschutz.pdf | Theory and Problems of Discrete Mathematics]], 3rd ed. | ||
| + | * '''PH''': Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and the Cloud,2019. | ||
==推荐课外读物== | ==推荐课外读物== | ||
| 第36行： | 第37行： | ||
* Project 10 | * Project 10 | ||
|- | |- | ||
| − | | 机试 || 10 || | + | | 机试 || 10 ||教务系统记为期中考试 |
|- | |- | ||
| − | | 笔试 || 40 || | + | | 笔试 || 40 ||教务系统记为期末考试 |
|} | |} | ||
| 第195行： | 第196行： | ||
* 近似算法分类的基本参考指标以及意义 | * 近似算法分类的基本参考指标以及意义 | ||
|- | |- | ||
| − | | | + | | |
| 4-11：随机算法的概念 | | 4-11：随机算法的概念 | ||
| | | | ||
| 第204行： | 第205行： | ||
| | | | ||
* 正确性的概念与期望正确率的概念 | * 正确性的概念与期望正确率的概念 | ||
| + | |- | ||
| + | | | ||
| + | | 4-12：随机算法设计 | ||
| + | | | ||
| + | * 了解解决一些难问题的随机算法 | ||
| + | | | ||
| + | * JH 5.2.3 | ||
| + | * JH第5章第3节 | ||
| + | | | ||
| + | * 随机算法的具体应用 | ||
| + | |- | ||
| + | | | ||
| + | | 4-13：深度学习 | ||
| + | | | ||
| + | * 了解深度学习的基本原理 | ||
| + | | | ||
| + | * PH 第16章 | ||
| + | | | ||
| + | * | ||
| + | |- | ||
| + | | | ||
| + | | 4-14：启发式算法 | ||
| + | | | ||
| + | * 通过模拟退火算法理解启发式算法的基本概念、价值以及局限性 | ||
| + | * 理解遗传算法的基本思想及其适用性 | ||
| + | | | ||
| + | * JH第6章 | ||
| + | | | ||
| + | * 如何从自然界获得灵感，以非常简单的思路改造算法 | ||
| | | | ||
|-} | |-} | ||
2024年7月13日 (六) 21:50的最新版本
基本要求
- 掌握复杂性理论的基本内容与问题归约方法
- 掌握解决“难”问题的主要方法，理解相关的重要理论结果
- 程序设计能力
指定教材
- TJ: Thomas Judson: Abstract Algebra - Theory and Applications, 2018.
- TC: Thomas Cormen: Introduction to Algorithms, 3rd ed. MIT, 2009
- CS: Cliff Stein et al.: Discrete Mathematics for Computer Scientists, 1st ed. Addison-Wesley, 2010
- JH: Juraj Hromkovic: Algorithmics for Hard Problems - Introduction to Combinatorial Optimization, Randomization, Approximation, and Heuristics, 2nd ed. Springer, 2004
- SM: Seymour Lipschutz and Marc Lipson: Theory and Problems of Discrete Mathematics, 3rd ed.
- PH: Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and the Cloud,2019.
推荐课外读物
- Richard Lipton: The P=NP Question and Gödel's Lost Letter. Springer, 2010
考核方法
- 所有形式的考核,均不准抄袭。
- 分值比例可能会有所调整（如有调整，会及时通知）。
| 考核形式 | 分值 | 备注 |
|---|---|---|
| 作业 | 20 | |
| OT | 10 |
|
| 编程 | 20 |
|
| 机试 | 10 | 教务系统记为期中考试 |
| 笔试 | 40 | 教务系统记为期末考试 |
课程安排的几点说明
- 授课安排
* 周三讲授每周专题 * 周一习题讲解 + Open Topic * 周五编程练习
- 平时作业
* 每周三发布下一周论题的习题，每周三上课前截止收取作业。 * 作业均为电子版，最终通过作业提交系统提交。
- Open Topic
* 每个专题安排4位同学做 Open Topic（需准备15-20分钟左右ppt，在课堂上向同学汇报）。 * OT分班进行， 点击查询分班。 * OT题目跟随平时作业一起发布。发布后，大家可以通过报名系统报名。报名截止后，可以自行查询报名结果，并依据结果准备OT。 * 对于每周的OT题目，所有非汇报人需要完成一份书面报告（大概400字左右）。报告题目是随机安排的，可通过 open-topic 报告分配查询 来查看分配的题目。报告完成后请上传（open-topic (报告)上传链接）。 * 汇报完成后，汇报人请按照要求将PPT上传。 * 每位同学至少需要完成一次OT汇报。
常用链接
- Open Topic相关链接
* open-topic 报名链接 * open-topic 报名结果查询 * open-topic 分班查询 * open-topic 报告分配查询
* open-topic (ppt)上传链接 * open-topic (录像)上传链接 * open-topic (报告)上传链接 注意事项： * 文件命名规则：学号_姓名_论题序号_OT序号。例如，“99149102_张三_3_OT1” 表示学号为99149102的张三做论题4-3的OT1。
学习周历
| 日期 | 论题 | 学习目的 | 阅读材料 | 引导要点 | |
|---|---|---|---|---|---|
| 4-1：群论初步 |
|
|
| ||
| 4-2：置换群与拉格朗日定理 |
|
|
| ||
| 4-3：正规子群与群同态基本定理 |
|
|
| ||
|
4-4: 格与布尔代数 |
|
|
| ||
| 4-5: 数论基础 |
|
|
| ||
| 4-6：数论算法 |
|
TC第31章第1、2、3、4、5、6节 |
| ||
| 4-7：密码算法 |
|
|
| ||
| 4-8：代数编码 |
|
|
| ||
| 4-9：难问题求解的若干问题（考试和复习） |
|
|
| ||
| 4-10：旅行商问题 |
|
|
| ||
| 4-11：随机算法的概念 |
|
|
| ||
| 4-12：随机算法设计 |
|
|
| ||
| 4-13：深度学习 |
|
|
| ||
| 4-14：启发式算法 |
|
|
|
