公開レッスンプレビュー
各ステップで局所的に最適な選択を行うと、実際に全体的に最適な結果が得られる場合と、そうでない場合を学びます。
このレッスンを終えると、次を理解できます:
アルゴリズムが貪欲になる原因は何ですか? 貪欲なアルゴリズムは、 一度に 1 ステップずつ 、過去の選択を再検討することなく、 今 最も最適と思われるオプションを常に選択してソリューションを構築します。後戻りもせず、先を見据えることもありません。 次の 2 つのプロパティが成立する場合に機能します。 1. 貪欲な選択特性 - 局所的に最適な選択は、全体的に最適なソリューションにつながります。 2. 最適な部分構造 - 各選択の後に残る問題は、同じ問題のより小さな例です。
貪欲なアルゴリズム - ローカルな選択がグローバルなソリューションにつながるとき の一部です AI Sketch（スケッチ）
貪欲なアルゴリズム - ローカルな選択がグローバルなソリューションにつながるときはAI Sketch（スケッチ）の一部です。アップグレードすると、完全なレッスン、クイズ、進捗トラッキング、すべてのアカデミーを利用できます。
7日間無料。いつでも理由を問わず解約できます。