Enkeltfag Engelsk 5 ECTS

Algoritmiske teknikker for moderne datamodeller

Overordnede kursusmål

At kende, anvende, analysere og designe algoritmer i moderne datalogiske modeller:

· Probabilistiske, tidsafhængige og approksimativt summerende teknikker, såsom online, dynamiske og streamingalgoritmer, algoritmer for skitsering og stikprøvealgoritmer.

· Teknikker for distribuerede og parallelle beregninger, såsom map-reduce, bsp, multicoremodeller og kommunikationsmodeller.

· Teknikker for beregninger i komprimeret data, såsom approksimeret nærmeste nabo i højdimensionelle rum, clusteringalgoritmer og komprimeret indeksering og søgning i tekst.

See course description in English

Beskrive en algoritme på forståelig vis, dvs., præcist, kortfattet og utvetydigt.
Bevise korrekthed af algoritmer.
Analysere, evaluere og sammenligne effektiviteten af algoritmer i moderne datamodeller, såsom streaming og parallelle modeller.
Analysere, evaluere og sammenligne brugbarheden af forskellige datamodeller i en given sammenhæng.
Anvende og videreudvikle algoritmiske teknikker (såsom skitsering, map-reduce, beregninger i komprimeret data) i moderne datamodeller.
Designe algoritmer der løser et givet problem i en given moderne datamodel.
Systematisk identificere og analysere problemer og træffe kvalificerede valg for at løse problemerne baseret på analysen.
Argumentere tydeligt for trufne valg i forbindelse med løsningen af et problem.
Formulere sig skriftligt på et videnskabeligt niveau.

State-of-the-art algoritmiske teknikker for moderne datamodeller, såsom probabilistiske, tidsafhængige og approksimativt summerende teknikker, teknikker for distribuerede og parallelle beregninger og teknikker for beregninger i komprimeret data.

02110, Grundlæggende kurser i algoritmik og datastrukturer (svarende til 02105/02326 + 02110). Matematisk modenhed.

Forelæsninger og grupperegninger.