|
Vyučující
|
-
Konečný Jan, doc. RNDr. Ph.D.
-
Masopust Tomáš, prof. RNDr. Ph.D., DSc.
-
Laštovičková Adéla, Mgr.
|
|
Obsah předmětu
|
Předmět se zabývá pokročilou analýzou vyhledávacích algoritmů a analýzou datových struktur. Hashování - řešení kolizí, konzistentní hoshování Bloomovy a kvocientové filtry Count-min sketch HyperLogLog Vzorkování streamovaných dat B-stromy a jejich varianty, LSM-stromy Algoritmy v externí paměti
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Demonstrace
|
|
Výstupy z učení
|
Studenti se seznámí se vybranými pokročilý základními pojmy z algoritmů a složitosti.
2. Porozumění. Porozumět základním pojmům z algoritmů a složitosti.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Písemná zkouška
Aktivní účast v hodině. Plnění zadaných úkolů. Složení ústní či písemné zkoušky.
|
|
Doporučená literatura
|
-
Andrii Gakhov. Probabilistic Data Structures and Algorithms for Big Data Applications. 2019.
-
Cormen T. H. (2013). Algorithms Unlocked.
-
Dzejla Medjedovic, Emin Tahirovic, Ines Dedovic. (2022). Algorithms and Data Structures for Massive Datasets.
-
Elden, L. (2007). Matrix Methods in Data Mining and Pattern Recognition. SIAM.
-
Jure Leskovec, Anand Rajaraman, Jeff Ullman. (2020). Mining of Massive Datasets.
-
Knuth D. E. (1973). The Art of Computer Programming, Volumes I & III. Addison-Wesley.
-
Manolopoulos Y., et al. (2005). R-Trees: Theories and Applications..
-
Skiena S. S. (1998). The Algorithms Design Manual. New York.
-
Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein. (2022). Introduction to Algorithms, 4th edition.
|