作者RhinoXiNiu (犀牛望月)
看板NTHU_Course
標題[心得] 隨機演算法 韓永楷
時間Tue Jun 28 12:15:40 2022
===================個人想寫的公告===================
//↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓
有鑑於學校目前把很多科目的成績分布都不公開處理,導致選課資訊的流通被強力阻撓,
希望大家能夠多多發文寫每科的修課心得,讓後面要修課的人得到比較透明的資訊!希望
大家多多幫忙,不管是要發Dcard或臉書的通識平台都好,或者如果你願意發表到ptt上但
苦於沒有帳號,我可以協助代PO!
需要我代PO的話,請登入google帳號後,填寫下列兩個表單其一:
一、
https://tg.pe/x3Ls (推薦版本,因為寫word檔可以存檔休息,不怕電腦突然中
斷)
二、
https://tg.pe/xQHL
我收到表單之後,應該會在一星期內貼出來。
希望大家多多參與!不管是通識課或專業科目都好,否則目前版上的文章看起來是快被電
資院的課程佔據了
//↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑
===================個人想寫的公告===================
課名: 隨機演算法 Randomized Algorithms
科號: 11020CS 531400
老師: 韓永楷
課本: 教授自製精美ppt。另可選購Probability and Computing: Randomized
Algorithms and Probabilistic Analysis,作者Michael Mitzenmacher以及Eli Upfal
課別: 資工系碩班課程
學分: 3
涼度: ★x10 (滿分五分)
甜度: ★x5 (滿分五分)
建議先修課程:
(1) 機率!!!(包含排列組合,以及集合的概念)
(2) 演算法。
(3) 微積分會少量用到,尤其泰勒展開式的幾何概念
備註:
甲、 我覺得這堂課的機率成分比較重(尤其Discrete R.V. ,再尤以Binomial R.V.
以及更重要的Indicator R.V.為重中之重)。演算法反而非常還好,只要知道
AsysmptoticFunction以及NP-Complete即可(另外要有能夠理解PseudoCode的能力)。
乙、 我認為課名改成「高等機率:輔以演算法與資料結構的應用」的話,可能更貼切
。
課程內容\簡介:
前幾個禮拜會先複習集合的概念,順便複習Indicator、Binomial、Geometric這
三種Discrete R.V.的特性,並且會重新推導期望值的公式(在三個裡面重中之重的是
Indicator)。之後的一連串課程,就會奠基在這三個R.V.上去做介紹。
隨機演算法,顧名思義就是引入隨機性,所以並不著重在deterministic的
演算法的構思。具體來講的話,就是DP、greedy等等所構思出來的演算法可能是一個
M程度,那人類就會覺得是不是可以透過隨機性(白話文:可能會出錯),來讓演算法的速
度達到N程度,同時讓演算法變得簡單。假設M是Polynomial程度,則我們會希望N程度
可以來到Linear。假設M程度是NP-Complete,則我們會希望N程度可以來到Polynomial
甚至是Linear。
而因為導入隨機性,所以結果可能會有錯誤。「隨機演算法」一門課,就是在
研究如果採用某種演算法,那錯誤率會是怎麼樣,而我們是否可以透過執行多次相同的
隨機演算法,來讓錯誤率下降到0.0000000000000001%。
所以比起deterministic的演算法而言,隨機演算法更著重在機率以及期望值的
計算。
課程大綱我認為可以大致分為以下甲、乙、丙,共三個階段:
甲、 Mid1:三種Discrete R.V. 的複習、UnionBounds、Markov Inequality、
Chebyshev Inequality
乙、 Mid2:Possion R.V.如何去做Binomial R.V.的近似(PossionCase v.s.
ExactCase)、ChernoffBounds(會使用MomentGeneratingFunction)、BallsAndBins
Model
丙、 Final:MarkovChain(這是高中數學)、ProbabilisticMethod(本課程我覺得
最困難的地方)
上課方式:
不點名。
疫情還沒升溫前,實體上課就是教授會寫板書。(英文授課,但不難理解)
疫情升溫後,採用遠距教學。因為往年已經有累積很多影片檔案,所以讓我們
自己回去看他的往年影片作為main course,而表訂的上課時間就是Youtube直播做為
QuickSummary。
考試作業型態:
總共有6次作業,但是完全不計分。教授會親自在課堂講解答案。
總共有三次期考。我記得本學期的滿分分別是110, 100, 105。
學期總成績 = Max(式[庚], 式[辛])
式[庚] = 三次期考的平均 * 0.7 + 30
式[辛] = 較高的兩次期考的平均 * 0.8 + 較低的那次期考分數 * 0.2
大部分人應該都是用式[庚]會比較高分啦。
難易度問我不太準,因為我前兩次都考不好,期末考考得還不錯。有認真上課
寫作業的話絕對不會被當,因為每次都大概有一半的基本題吧。詳細成績分布可以參考
統計資料:
Mid1:
https://i.imgur.com/l844H4e.png
Mid2:
https://i.imgur.com/RBlopNs.png
Final:
https://i.imgur.com/GHnOOdR.png
老師的喜好、個性:
老師人超好!!!我超愛他!!!清大最愛的教授之一!!!而且也很可愛。
如果有誰說永楷的壞話,我一定跟他急!
給加簽嗎?
不太清楚,這堂課似乎沒有《離散數學》或《高等離散結構》那麼熱門,所以
好像不太會滿。但其實滿推薦的。
補充:
因為炳豐是演算法大師而且他非常推薦韓永楷這位老師,所以我才來修的!
炳豐教得很好所以可信度很高!而且我上過永楷的課之後真的覺得永楷是清大資工裡面
最好的老師之一了。
總成績/班上排名:A- 38/100
T分數:51.73
成績分布:
https://i.imgur.com/24kbkg7.png
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.235.86.38 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTHU_Course/M.1656389742.A.829.html
※ 編輯: RhinoXiNiu (140.114.252.204 臺灣), 06/28/2022 22:01:09