Modulets indhold, forløb og pædagogik

Læringsmål

Viden

Den studerende skal opnå viden om avancerede metoder og teorier inden for algoritmer og data strukturer, herunder et udvalg af følgende:   

• algoritmedesign teknikker såsom grådige algoritmer, dynamisk programmering, randomiserede algoritmer, og lineær (heltals-) programmering 
• algoritmeanalyse teknikker såsom amortiseret analyse, analyse af forventet kompleksitet og eksperimenter med algoritmer
• en samling af kernealgoritmer og datastrukturer til løsning af en række problemer fra forskellige datalogiske områder: algoritmer til ekstern hukommelse, flere-trådede algoritmer, søgning i tekst, avancerede grafalgoritmer såsom network-flow algoritmer, approksimative algoritmer og geometriske beregninger

Færdigheder

• redegøre for principperne bag de vigtigste algoritme-design og -analyse teknikker
• udvælge og anvende algoritme-design og -analyse teknikker for en given problemstilling 
• genkende en række problemer fra forskellige datalogiske områder og udvælge de mest passende algoritmer og data strukturer for at løse dem 

Kompetencer

Den studerende skal, stillet over for en ikke-standard datalogisk problem, kunne

• udvikle effektive algoritmer og datastrukturer til løsning af problemer
• analysere de udviklede algoritmer 

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen jf. § 17.

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.

Eksamen

Prøver

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854