Portfolio de preuves
Rédiger en LaTeX dix preuves complètes : récurrence, absurde, combinatoire, graphes.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 1 Après l’étape 3 Après l’étape 4
Informatique · 16Intermédiaire
Informaticien théoricien
Futur étudiant de master en informatique.
Preuves, combinatoire, logique et graphes, puis algorithmique de Stanford et structures de données avancées jusqu'aux algorithmes quantiques.
463heures de cours
47semaines à 10 h
4étapes
19cours
4universités
Compétences visées
AlgorithmsGraph TheoryMathematical ModelingTheoretical Computer ScienceArithmeticProgramming PrinciplesCryptographyDeductive ReasoningProbabilityStatisticsEncryptionPython Programming
Intitulés de compétences repris de Coursera.
Métiers visés
- Doctorant en informatique
- Ingénieur algorithmique
- Chercheur
Progression
- 1University of California San DiegoDébutantPython
Prérequis annoncés : Basic math (fractions, squares), basic Python (functions, loops, recursion)
Voir les 5 cours
Cours Niveau Durée Note (avis) Mathematical Thinking in Computer Science Débutant 42 h 4,4 (2 289) Combinatorics and Probability Débutant 23 h 4,6 (874) Introduction to Graph Theory Débutant 21 h 4,5 (1 073) Number Theory and Cryptography Débutant 17 h 4,5 (610) Delivery Problem Débutant 13 h 4,7 (376) - 2University of London (Goldsmiths)Débutant
Voir les 5 cours
Cours Niveau Durée Note (avis) Mathematical Foundations for Computing Débutant 20 h — Applied Mathematical Methods for Computing Débutant 19 h — Geometry and Calculus for Computing Débutant 15 h — Logic and Reasoning for Computing Intermédiaire 18 h — Algorithms and Complexity Intermédiaire 19 h — - 3Stanford University (Stanford Online)IntermédiaireC, Java, Python
Prérequis annoncés : Programming in at least one language (C, Java or Python); familiarity with proofs (induction, contradiction); discrete probability
Voir les 4 cours
Cours Niveau Durée Note (avis) Divide and Conquer, Sorting and Searching, and Randomized Algorithms Intermédiaire 15 h 4,8 (5 342) Graph Search, Shortest Paths, and Data Structures Intermédiaire 14 h 4,8 (2 002) Greedy Algorithms, Minimum Spanning Trees, and Dynamic Programming Intermédiaire 15 h 4,8 (1 279) Shortest Paths Revisited, NP-Complete Problems and What To Do About Them Intermédiaire 13 h 4,8 (832) - 4University of Colorado BoulderAvancéPythoncrédits universitaires
Prérequis annoncés : Some background in calculus, probability theory and Python programming
Voir les 5 cours
Cours Niveau Durée Note (avis) Algorithms for Searching, Sorting, and Indexing Intermédiaire 36 h 4,7 (544) Trees and Graphs: Basics Avancé 34 h 4,6 (194) Dynamic Programming, Greedy Algorithms Avancé 38 h 4,7 (282) Approximation Algorithms and Linear Programming Avancé 46 h 4,8 (67) Advanced Data Structures, RSA and Quantum Algorithms Avancé 45 h 4,6 (70)
Avec Coursera Plus
Ce parcours représente 463 heures, soit environ 11 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Bibliothèque de graphes
Implémenter Dijkstra, Kruskal et le parcours en largeur, puis comparer leurs temps sur de vrais réseaux.
Problème NP-difficile
Comparer une solution exacte et trois heuristiques du voyageur de commerce sur des instances de taille croissante.
Manuels gratuits
Mathematics for Computer ScienceE. Lehman, F. T. Leighton, A. R. Meyer (MIT)Gratuit, CC BY-SA
AlgorithmsJeff EricksonGratuit, CC BY 4.0
Open Data StructuresPat MorinGratuit, CC BY 2.5