1. | ![]() |
시간복잡도와 공간복잡도의 이해 | 시간복잡도와 공간복잡도에 대해 알고, 주어진 프로그램의 복잡도를 추론한다. | ![]() |
2. | ![]() |
정렬과 탐색을 위한 효과적인 방법 | 정렬과 탐색을 위한 여러 방법을 이해하고, 해당 방법들을 복잡도 차원에서 분석한다. | ![]() |
4. | ![]() |
휴리스틱과 욕심쟁이 알고리즘 | 욕심쟁이 알고리즘에 기초한 문제 해법들을 살펴보고, 이들의 한계에 대해 이해한다. | ![]() |
5. | ![]() |
분할정복의 뜻과 문제 해결에의 적용 | 분할정복 패러다임이 무엇인지 이해하고, 주어진 문제 상황에서 이를 적용한다. | ![]() |
6. | ![]() |
동적계획을 이용한 문제 해결 성능 제고 | 동적계획법의 의미에 대하여 학습하고, 이를 이용한 문제 해법을 설계한다 | ![]() |
7. | ![]() |
기초 정수론과 암호화 알고리즘 | 초보적인 수준의 정수론을 학습한 후, 주요 암호화 알고리즘에 대해 이해한다. | ![]() |
9. | ![]() |
백트래킹을 이용한 해의 탐색과 그 실제 | 문제 상황에 맞는 해를 탐색해내기 위한 백트래킹 기법에 대하여 이해한다. | ![]() |
10. | ![]() |
Python을 이용한 기하 알고리즘 입문 | 기초적인 수학 이론에 대한 이해를 토대로, Python에서 주요 기하 알고리즘을 구현한다. | ![]() |
11. | ![]() |
경우의 수 계산을 위한 기초 조합론 | 경우의 수를 도출해내는 형태의 문제를 해결하기 위한 기초 조합론을 학습한다. | ![]() |
12. | ![]() |
확률적 알고리즘을 이용한 문제 해결 | 확률적 알고리즘에 대하여 이해하고, 이를 주어진 문제 상황에 적용한다 | ![]() |
13. | ![]() |
기계학습에서의 알고리즘과 그 토대 | 주요 기계학습 알고리즘을 간략히 살펴보고, 알고리즘의 이론적인 토대에 대해 이해한다. | ![]() |
14. | ![]() |
P-NP 문제와 알고리즘의 내일 | P-NP 문제의 정의를 이해하고, 알고리즘의 미래에 대해 간략히 논의한다. | ![]() |