У моєму портфоліо є проєкт, де я реалізував метод градієнтного спуску на Java для пошуку оптимальних значень. Цей метод використовується для знаходження мінімуму (або максимуму) функції, яка має декілька параметрів. Я також реалізував його паралельний варіант для прискорення обчислень.
У процесі розробки я провів тестування алгоритму на великій кількості даних, щоб переконатися в його ефективності та правильності роботи. Також виміряв час виконання алгоритмів при зростанні складності обчислень, щоб оцінити їх швидкодію.
Для паралельної версії алгоритму я дослідив прискорення при зростанні кількості даних для обчислень. Виявив, що прискорення не менше 1,2, що вказує на ефективність паралельної реалізації. Також дослідив вплив параметрів паралельного алгоритму на отримуване прискорення, зокрема кількість підзадач та інші.
Усі результати, включаючи опис алгоритмів у вигляді псевдокоду, я документував у файлі формату docx для зручності подальшого використання та аналізу.
У процесі розробки я провів тестування алгоритму на великій кількості даних, щоб переконатися в його ефективності та правильності роботи. Також виміряв час виконання алгоритмів при зростанні складності обчислень, щоб оцінити їх швидкодію.
Для паралельної версії алгоритму я дослідив прискорення при зростанні кількості даних для обчислень. Виявив, що прискорення не менше 1,2, що вказує на ефективність паралельної реалізації. Також дослідив вплив параметрів паралельного алгоритму на отримуване прискорення, зокрема кількість підзадач та інші.
Усі результати, включаючи опис алгоритмів у вигляді псевдокоду, я документував у файлі формату docx для зручності подальшого використання та аналізу.