Sayısal algoritmalar

Vikipedi, özgür ansiklopedi
Şuraya atla: kullan, ara

Bilgisayar bilimi, matematiksel modelleme ve problem çözme yaklaşımlarında köklü bir değişim geçirmektedir.İlk bilgisayar bilimcileri öncelikle ayrık matematik ile ilgilenmişlerdir.Bu dönemde grafikler, ağaçlar ve sonlu sayıda veri seti içeren diziler gibi yapılara odaklanmışlardır.Hızlı kayan noktalı işlemleri "büyük veriler" ile birlikte icra etmeye çalışmışlardır,Üç boyutlu taramanın ve diğer yoğun girdi kaynaklarının gerçeklenmesi modern bilgisayar bilimi pratisyenleri ve mühendisleri tarafından mümkün kılınmıştır.Buna paralel olarak gerçek değere yakın veriyi işlemek ve anlamak için sağlam yöntemler tasarlama ihtiyacı da doğmuştur.Bu ihtiyacın karşılanması için bilgisayar bilimcileri, özellikle ayrık matematik, çok değişkenli hesap, lineer cebir gibi alanlarda bilgi ve tecrübelerini kullanmalıdırlar.

Sayısal algoritmalar ise bütün bu alanların genelleştirilmiş bir ifadesi olmakla birlikte hem istemci hem de tasarımcılar için gerekli becerileri sunar.

Bilgisayar bilimleri uygulamaları için sayısal algoritmaların kullanımı[değiştir | kaynağı değiştir]

Bu konu gelişmiş matematiksel gösterimi mümkün kılan lisans ve lisansüstü öğrencilerini ilgilendirmektedir.Aşağıda listenen algoritmalarla birlikte, sürekli temel kavramları irdelemek bilgisayar bilimi uygulamalarında pratisyen,bilim insanları ve mühendisler için önemlidir.

Bu alan sayısal doğrusal cebirden optimizasyona kadar geniş bir tabanı kapsamaktadır.Ve özellikle diferansiyel denklemler, çözüm geliştirirken standart yaklaşımlar elde etme amacı ile her alt iterasyonda daha geniş literatüre yaklaşmak için veri sağlamaktadır.

Bu nedenle bilgisayar bilimlerinde; sayısal algoritmaları matematiksel olarak titizlikle uygulayabilmek, modern problemlerden örnekler ve motivasyon için gerekli uygulamaları sağlamak, sayısal algoritma sınıflarını tanımak ve geliştirmek, istatistiksel yöntemler, nokta bulutu hizalaması ve düşük sıra yaklaşımları, en küçük karelerin belirlenmesi, makine öğrenmesi, çekirdekleştirme gibi alanları pratik uygulamalarda kullanmak önemlidir.[1]

Kaynakça[değiştir | kaynağı değiştir]