Germany Jahrgangsstufe 11 Computer Science

1. Graphs

Graphs and graph algorithms

• ग्राफ़ एल्गोरिद्म – ग्राफ़ शीर्षों (vertices) का समूह है जो किनारों (edges) से जुड़े होते हैं, और किनारों पर भार हो सकता है। चौड़ाई-प्रथम खोज (BFS) कतार से परत-दर-परत खोजती है और सबसे कम किनारों वाला रास्ता देती है। गहराई-प्रथम खोज (DFS) ढेर या रिकर्शन से गहराई में जाती है और लौटती है। ट्री को प्री-ऑर्डर, इन-ऑर्डर और पोस्ट-ऑर्डर में घूमा जाता है। डाइक्स्ट्रा एल्गोरिद्म ग़ैर-ऋणात्मक भार पर एक शीर्ष से सबसे छोटे रास्ते देता है। क्रुस्कल और प्रिम न्यूनतम स्पैनिंग ट्री बनाते हैं। रूट इंस्पेक्शन हर किनारे पर चलने वाला सबसे छोटा बंद रास्ता ढूँढ़ता है; ट्रैवलिंग सेल्सपर्सन हर शीर्ष का सबसे छोटा चक्कर। प्रवाह नेटवर्क में अधिकतम प्रवाह = न्यूनतम कट की क्षमता।

2. Encoding and encryption

Encoding and encryption

• साइबर सुरक्षा: ख़तरे और उनसे बचाव – साइबर सुरक्षा कंप्यूटर, नेटवर्क और डेटा की रक्षा करती है। इसके लक्ष्य हैं गोपनीयता, अखंडता और उपलब्धता (CIA त्रिक)। आम ख़तरे: मालवेयर, फ़िशिंग व सोशल इंजीनियरिंग, ब्रूट फ़ोर्स और डिनायल ऑफ़ सर्विस। बचाव: मज़बूत प्रमाणीकरण, कूटलेखन, फ़ायरवॉल, एंटी-मालवेयर, अपडेट, पहुँच नियंत्रण और बैकअप।

3. Network communication and the Internet

How networks and the Internet communicate

• नेटवर्क के प्रकार, टोपोलॉजी और प्रोटोकॉल: आकार, ढाँचा और नियम – नेटवर्क आकार से बँटते हैं: PAN (एक व्यक्ति के आस-पास कुछ मीटर), LAN (कमरा, इमारत या परिसर), MAN (शहर) और WAN (देश या दुनिया)। टोपोलॉजी नोड्स के जुड़ने का ढाँचा है: बस (सब एक बैकबोन केबल पर), स्टार (सब एक केंद्रीय हब या स्विच से) और ट्री (स्तरों में जुड़े स्टार)। प्रोटोकॉल नियमों का समूह है: TCP/IP इंटरनेट पर डेटा तोड़ता और रास्ता देता है, HTTP और HTTPS वेब पेज लाते हैं, FTP फ़ाइलें भेजता है, SMTP ईमेल भेजता है, POP3 ईमेल डाउनलोड करता है, PPP दो उपकरण सीधे जोड़ता है, TELNET दूर के कंप्यूटर में लॉग-इन कराता है, और VoIP इंटरनेट पर आवाज़ ले जाता है।

4. Artificial intelligence

Artificial intelligence and machine learning

• मशीन लर्निंग (Machine Learning) – मशीन लर्निंग (ML) में कंप्यूटर को नियम बताया नहीं जाता; वह उदाहरणों से नियम ख़ुद सीखता है. हम डेटा देते हैं: फ़ीचर (इनपुट) और, सुपरवाइज़्ड लर्निंग में, लेबल (उत्तर). मशीन एक मॉडल बनाती है: रिग्रेशन संख्या का अनुमान लगाता है, डिसीज़न ट्री हाँ/नहीं प्रश्नों से वर्ग चुनता है, और k-means बिना लेबल वाले डेटा को समूहों में बाँटता है. ज़्यादातर डेटा पर सिखाते हैं, अनदेखे डेटा पर परखते हैं और सटीकता नापते हैं. सिर्फ़ रटने वाला मॉडल (ओवरफ़िटिंग) नए डेटा पर फेल होता है.

5. Extension topics

Computer science extension projects

जल्द आ रहा है