[Τεχνικές Βελτιστοποίησης] Να επιλέξω το μάθημα ;

[Thmmy.gr portal]

  Thmmy.gr portal
   Forum
   Downloads
   Ενεργ. Λογαριασμού
   Επικοινωνία
  
  Χρήσιμα links
   Σελίδα τμήματος
   Βιβλιοθήκη Τμήματος
   Elearning
   Φοιτητικά fora
   Πρόγραμμα Λέσχης
   Πρακτική Άσκηση
   Ηλεκτρονική Εξυπηρέτηση Φοιτητών
   Διανομή Συγγραμμάτων
   Ψηφιακό Καταθετήριο Διπλωματικών
   Πληροφορίες Καθηγητών
   Instagram @thmmy.gr
   mTHMMY
  
  Φοιτητικές Ομάδες
   ACM
   Aristurtle
   ART
   ASAT
   BEAM
   BEST Thessaloniki
   EESTEC LC Thessaloniki
   EΜΒ Auth
   IAESTE Thessaloniki
   IEEE φοιτητικό παράρτημα ΑΠΘ
   SpaceDot
   VROOM
   Panther
  

THMMY.gr Web

Helios_MultiScribbles2SMF Default ThemeSMFone_Blue

[Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads]

Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη.

Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads με προσοχή στα ονόματα των αρχείων!

Για ανανέωση (ή προσθήκη νέου) avatar, πρέπει η μεγαλύτερη διάσταση της εικόνας να είναι 110 pixels.

[_Trob]

Το μαθημα δεν το παρακολουθησα πολυ. Πηγα στα πρωτα μαθηματα επιασα την γενικη ιδεα και μετα διαβασα κυριως απο το βιβλιο του κ. Ροβιθακη οπου ολα ειναι πολυ αναλυτικα γραμμενα. Το αντικειμενο δεν μου φακηκε πολυ ενδιαφερον, αλλα το πηρα γιατι ειχα ακουσει καλα σχολια.

Το μαθημα περιλαμβανει 3 εργασιες και 1 μεγαλο προτζεκ τα οποια λειτουργουν προσθετικα. Για το προτζεκτ δεν ξερω δεν ασχοληθηκα επειδη μου φανηκε οτι ηθελε υπερβολικο χρονο. Οσον αφορα τις υπολοιπες εργασιες ασχοληθηκα αρκετα και τις εκανα ολες παρολαυτα ειχα τελικο βαθμο 1/2,5, το οποιο μου φανηκε πολυ λιγο.

Στην τελικη εξεταση παιζει ανακυκλωση θεματων οποτε μπορειτε να το περασετε ευκολα, παρ'ολα το να γραψετε βαθμο ειναι δυσκολο γιατι τσεκουρωνει στις βαθμολογιες.

Αν θελετε ενα μαθημα για να συμπληρωσετε τη δηλωση με με μετρια ενασχοληση παρτε το, ομως μην εχετε ελπιδα για υψηλες βαθμολογιες

[Tasos Bot]

Ώρα για τεχνικές βελτιστοποίησης:
Προαπαιτούμενα
Δεν θα έλεγα πως έχει. (Δεν έχει κάποια σχέση με ΣΑΕ, αν σας αποτρέπει αυτό)
Δυσκολία
Απαιτητικό μάθημα. Απαιτεί καλή γνώση της ύλης και αρκετό διάβασμα.
Θετικά
1) Προσθετικές (προαιρετικές) εργασίες σε Matlab (οι πρώτες τρεις μέχρι +2.5 και η τελευταία +2.5). Οι εργασίες γενικά παίρνουν υψηλούς βαθμούς και η εκπόνηση τους είναι αρκετά εύκολη (εκτός ίσως από την τελευταία) αλλά και χρονοβόρα. Τέλος, οι εκφωνήσεις είναι πολύ κατατοπιστικές.
2) Πολύ σημαντικές γνώσεις βελτιστοποίησης. Μέθοδοι οι οποίες συναντώνται και σε άλλους τομείς της επιστήμης των υπολογιστών (όπως είναι τα νευρωνικά δίκτυα). Επομένως, ως μάθημα, θεμελιώνει όλους εκείνους τους αλγορίθμους που βελτιστοποιούν μαθηματικά μια τιμή.
3) Στις λίγες διαλέξεις που πήγα, το μάθημα είχε εξαιρετική ροή.
Αρνητικά
1) Υπάρχουν ορισμένα λάθη στο βιβλίο, οπότε απαιτείται προσοχή όταν συμβουλεύεστε ακόμα και για εργασίες.
2) Δεν υπάρχει σταθερή δυσκολία στα θέματα. Άλλες φορές είναι πάρα πολύ εύκολα και άλλες φορές πάρα πολύ δύσκολα.
Τρόπος Προετοιμασίας
Διάβασμα από το βιβλίο για την κατανόηση των αλγορίθμων. Χρήσιμη η παρακολούθηση. (Επανα)επίλυση των ασκήσεων που γίνονται στα αντίστοιχα μαθήματα των ασκήσεων. Τριβή με παλιά θέματα. Παρατηρείται περιορισμένη ανακύκλωση αλλά επ' ουδενί  μη βασιστείτε σε αυτό.
Περνιέται εύκολα;
Ναι, συνήθως τα εύκολα θέματα επαρκούν για ένα 5.
Περνιέται με βαθμό;
Ναι, αλλά μόνο αν τύχουν εύκολα θέματα ή έχετε εκπονήσει τις τρεις εργασίες και το project.
Θα το ξαναέπαιρνα;
Προσωπικά ναι