Hauptinhalt
Dieser Eintrag ist aus dem Wintersemester 2020/21 und möglicherweise veraltet. Ein aktuelles Äquivalent finden Sie hier.
CS 566 — Effiziente Algorithmen
(engl. Efficient Algorithms)
Niveaustufe, Verpflichtungsgrad | Aufbaumodul, Wahlpflichtmodul |
Lehr- und Lernformen, Arbeitsaufwand |
Vorlesung (4 SWS), Übung (2 SWS), 270 Stunden (90 Std. Präsenzzeit, 180 Std. Selbststudium) |
Leistungspunkte, Voraussetzungen zum Erwerb |
9 LP Studienleistung(en): Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben und mündliche Präsentation der Lösung von mindestens zwei der Übungsaufgaben. Prüfungsleistung: Mündliche Prüfung oder Klausur |
Sprache, Benotung |
Deutsch,Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang B.Sc. Data Science. |
Dauer des Moduls, Häufigkeit |
Ein Semester, Unregelmäßig |
Modulverantwortliche(r) | Prof. Dr. Bernhard Seeger |
Inhalt
Algorithmische Methoden
- Greedy-Verfahren
- Dynamisches Programmieren
- Divide-and-Conquer
Laufzeitanalysen (worst-case, amortisiert, ausgabesensitiv, Lösung von Rekurrenzen)
Korrektheitsbeweise
Algorithmen für Mengen, Graphen, Text und geometrische Problemstellungen
Algorithmen für Externspeicher
Algorithmen für Datenströme
Approximationsalgorithmen
Qualifikationsziele
- Erlernen von Fertigkeiten im Entwurf von Algorithmen,
- Kenntnisse der wichtigsten Entwurfs- und Analyseparadigmen,
- Nutzen effizienter Datenstrukturen beim Algorithmenentwurf,
- Einblicke in die Analyse von Algorithmen bzgl. Korrektheit und Aufwand,
- Einüben wissenschaftlicher Arbeitsweisen (Erkennen, Formulieren, Lösen von Problemen, Schulung des Abstraktionsvermögens),
- Training der mündlichen Kommunikationsfähigkeit in den Übungen durch Einüben der freien Rede vor einem Publikum und bei der Diskussion.
Voraussetzungen
Keine. Empfohlen werden die Kompetenzen, die in dem Modul Algorithmen und Datenstrukturen vermittelt werden.
Verwendbarkeit
Importmodul aus dem B.Sc. Data Science.
Es kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen
- B.Sc. Data Science
- B.Sc. Informatik
- B.Sc. Wirtschaftsinformatik
- M.Sc. Data Science
- M.Sc. Informatik
- M.Sc. Mathematik
- M.Sc. Wirtschaftsinformatik
- M.Sc. Wirtschaftsmathematik
- LAaG Informatik
Im Studiengang M.Sc. Data Science kann das Modul im Studienbereich Informatik Vertiefungsmodule absolviert werden.
Literatur
- Cormen, Leierson, Rivest, Stein: Algorithmen - Eine Einführung. Oldenbourg.
- Ottmann, Widmayer: Algorithmen und Datenstrukturen. Spektrum Akad. Verlag.
- Schöning: Algorithmik. Spektrum Akad. Verlag. 2001.
- Güting, Dieker: Datenstrukturen und Algorithmen, Vieweg+Teubner
Bitte beachten Sie:
Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2020/21 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:
- WiSe 2016/17
- SoSe 2018
- WiSe 2018/19
- WiSe 2019/20
- WiSe 2020/21
- SoSe 2021
- WiSe 2021/22
- WiSe 2022/23
- WiSe 2023/24
Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.
Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.