Computational Complexity - Big O
Was ist Algorithmus-Komplexität?
Komplexität misst die Rechen-Ressourcen, die ein Algorithmus abhängig von der Input-Größe braucht. Es ist daher ein wichtiges Maß, um Algorithmen zu vergleichen und zu verbessern. Es unterteilt sich Speicher- & Zeit-Komplexität.
Effiziente Algorithmen sind ein wichtiger Bestandteil jeder modernen Software, um selbst große Datenmengen und komplexe Aufgabenstellungen effizient und schnell zu bewältigen. Ein fundamentaler Algorithmus in vielen Feldern ist die Matrizenmultiplikation, die nicht nur in Machine Learning und finanzmathematischer Software vorkommt, sondern auch die Grafiken in Videospielen und Animationsfilmen berechnet.
In beigefügten Karussell gibt es eine Einführung in das Thema Algorithmus-Komplexität, mit einigen Anwendungsbeispielen zu den Themen Matrizenmultiplikation und Machine-Learning.
Autoren: Carsten Keller und Tom Walter
Links* zu den Referenzen** im Karussell
[1] O. Nieves. "Computational complexity simply explained". 2021. https://oscarnieves100.medium.com/computational-complexity-simply-explained-add2b99cf48c.
[2] S. Surana, "Computational Complexity of Machine Learning Models". 2021. https://www.kaggle.com/general/263126, https://www.kaggle.com/general/263127.
[3] RUser4512. "Computational Complexity of Machine Learning-Algorithms". 2018. https://www.thekerneltrip.com/machine/learning/computational-complexity-learning-algorithms/
[4] Wikipedia. "Computational Complexity of Matrix Multiplication". 2023. https://en.wikipedia.org/wiki/Computational_complexity_of_matrix_multiplication.
[*]: Links abgerufen am 03.07.2023
[**]: Die Verlinkungen verweisen auf externe Daten außerhalb unserer Domain. Trotz sorgfältiger inhaltlicher Kontrolle übernehmen wir keine Haftung für die Inhalte externer Links.
Erfahren Sie mehr zum Thema:
Neugierig?
Entdecken Sie mehr über unsere Machine Learning Techniken
Wir stehen Ihnen bei Fragen zur Verfügung!