Catégorie
Théorie de la complexité (informatique théorique)
Séances de cours associées (542)
Algorithmes de recherche: linéaire vs logarithmique
Illustre l'efficacité des algorithmes de recherche logarithmique par rapport aux algorithmes linéaires, en soulignant l'importance de la modélisation des données et le compromis entre le tri et les coûts de recherche.
Défis algorithmiques : solutions et optimisation
Explore les défis algorithmiques, la complexité du temps, l'optimisation, la récursion et les calculs de probabilité.
Algorithme de Lenstra : factorisation entière
Couvre l'algorithme de Lenstra pour la factorisation des entiers, qui calcule efficacement les facteurs premiers d'un entier.
Problème Simon 1 : Quantum Symmetry et Oracle Queries
Explore le problème de Simon 1 dans l'informatique quantique, en mettant l'accent sur la symétrie, les requêtes oracle et les mesures quantiques.
Algorithme de Shor: Analyse de processus de mesure
Explore l'analyse du processus de mesure dans l'algorithme de Shor.
Complexité des algorithmes : croissance des fonctions
Analyse la croissance des fonctions pour comprendre la complexité et l'efficacité de l'algorithme.
Complexité des algorithmes
Couvre la notation Big-O pour analyser l'efficacité de l'algorithme et fournit des exemples d'estimations de fonctions polynomiales et factorielles.
L'indécidabilité : langages récursifs et machines de Turing
Explore l'indécidabilité à travers les langages récursifs, les machines de Turing et le problème de l'arrêt.
Subquadratic Attention Mechanisms: State Space Models Vue d'ensemble
Couvre les mécanismes d'attention subquadratiques et les modèles d'espace d'état, en se concentrant sur leurs fondements théoriques et leurs implémentations pratiques dans l'apprentissage automatique.
Complexité des algorithmes : Exemples + Q&A
Explore des exemples de complexité des algorithmes, de tri et de calculs polynomiaux.