Passer au contenu principal
Graph
Search
fr
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Algèbre linéaire Complexité
Graph Chatbot
Séances de cours associées (29)
Précédent
Page 2 sur 3
Suivant
Complexité des algorithmes : Quiz + réponses
Couvre la complexité temporelle des algorithmes et comprend un quiz.
Rendu de pièce de monnaie: Partie 1
Couvre le rendu des pièces et les limites de l'algorithme gourmand dans la recherche de solutions optimales.
Complexité algorithmique : visualisation et analyse
Explore la complexité algorithmique, la visualisation des fonctions et l'analyse de l'efficacité des algorithmes à l'aide de Python.
Factorisation entière : méthodes et algorithmes
Explore les méthodes et les algorithmes pour la factorisation entière, y compris les tests pour la fluidité B et le calcul des petits premiers.
Programmation dynamique : résoudre efficacement les problèmes séquentiels
Explore la programmation dynamique pour une résolution efficace des problèmes, illustrée par des coefficients binomiaux et le triangle de Pascal.
Transition vers des villes intelligentes : complexité et interdépendance
S'inscrit dans la complexité et les interdépendances de la transition vers des villes intelligentes, soulignant l'importance d'une approche holistique.
Défis algorithmiques : solutions et optimisation
Explore les défis algorithmiques, la complexité du temps, l'optimisation, la récursion et les calculs de probabilité.
Comprendre la complexité : Tractable Problems et NP-Complete
Couvre les classes de complexité, l'effet sur le temps de l'ordinateur, les problèmes traçables, la classe NP et les problèmes NP-complets.
Comprendre la complexité: algorithmes et problèmes NP
Couvre les classes de complexité, les problèmes traitables, la classe NP, les problèmes complets NP, et résume le concept de problèmes traitables.
Systèmes linéaires: convergence et méthodes
Explore les systèmes linéaires, la convergence et les méthodes de résolution en mettant l'accent sur les besoins en temps et en mémoire du processeur.