YoVDO

【キカガク流】プログラミング力向上のためのPythonで学ぶアルゴリズム論(前編)

Offered By: Udemy

Tags

Python Courses Algorithms Courses

Course Description

Overview

​​日本語トップコースである【キカガク流】脱ブラックボックス講座の講師が教えるアルゴリズム論が登場!写経では理解できるようになってきたけれど、自分で考えて組む自信はないという方向けに、プログラミング力が圧倒的に向上できる内容です。

What you'll learn:
  • プログラミングの組み方のヒントが得られます
  • プログラムを自力で組める力が圧倒的に向上します
  • アルゴリズムとは?が理解できます
  • Pythonの文法がマスターできます

今回のゴール:自力でアルゴリズムを考え、実装できる力をつける

創業から1年半、オフラインでの受講生の2000、オンラインでの受講生4000を突破している株式会社キカガクの『アルゴリズム論』が登場!

日本語のトップコースとなっている脱ブラックボックス講座の補講の位置する講座であり、「写経して理解はできるものの、自力でプログラムを書ける自信はない」といった方へおすすめです。

参考書では正解となるソースコードが公開されていますが、そのコードに至るまでのプロセス試行錯誤が公開されることはありません。これでは、初心者がプログラムがうまくなるためのプロセスを理解することができません。そこで、本講座ではそのプロセスを中心に紹介していきます。

また、アルゴリズム論という古くからある名前を付けていますが、メモリへのアクセスや並び替えに関するアルゴリズムを学ぶ昔からよくある内容ではありません。このご時世、Pythonではソートのアルゴリズムがnumpyで実装されており、自作する必要がありません。また、メモリも豊富なPCが一般的になり、初心者が最初に絶対に学ばないといけない内容ではなくなっています。

この授業は、目標として定めた問題をいかに効率よくミスを減らしほかの人にわかりやすく汎用的なプログラムを書けるかを目指した内容をお伝えする全く新しいアルゴリズム論です。


前編と後編の2部構成となっており、以下の内容を扱います。

前編

  • Pythonの文法復習
  • 演習課題1:素数を求めるアルゴリズム
  • 演習課題2:圧縮のアルゴリズム

後編

  • 演習課題3:リコメンドのアルゴリズム
  • 演習課題4:組み合わせ最適化のアルゴリズム

Taught by

吉崎 亮介 and 株式会社 キカガク

Related Courses

Information Theory
The Chinese University of Hong Kong via Coursera
Intro to Computer Science
University of Virginia via Udacity
Analytic Combinatorics, Part I
Princeton University via Coursera
Algorithms, Part I
Princeton University via Coursera
Divide and Conquer, Sorting and Searching, and Randomized Algorithms
Stanford University via Coursera