Программирование [Леонид Крицков, Татьяна Захарова] [proglib] Онлайн-курс по математике в Data Science (2023)

    Голосов: 1
  • #1
[Леонид Крицков, Татьяна Захарова] [proglib] Онлайн-курс по математике в Data Science (2023)

Изображение [Леонид Крицков, Татьяна Захарова] [proglib] Онлайн-курс по математике в Data Science (2023)

[Леонид Крицков, Татьяна Захарова] [proglib] Онлайн-курс по математике в Data Science (2023) - Описание курса


Курс познакомит вас со всей математикой, нужной для изучения анализа данных.

Кому подойдёт этот курс:
1. Новичкам в IT

Курс поможет освоить востребованную профессию Data Scientist, прокачать мышление для дальнейшего изучения анализа данных и computer science. Для его освоения достаточно школьных знаний математики.

2. Соискателям
Курс охватывает программу поступления в школу анализа данных Яндекса и те темы, что спрашивают на собеседования на позицию по анализу данных. Вы сможете получить обратную связь от преподавателей МГУ с многолетним опытом обучения студентов.

Чему Вы научитесь на курсе:
1. Поймете математические термины.

Усвоите основную терминологию, сможете читать сложные статьи по Data Science и получать новые знания без постоянных обращений к поисковику.

2. Разберётесь в математических основах машинного обучения.
Изучите математические основы Machine Learning и узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения.

3. Расширите свое сознание.
Математика прокачивает мозг и развивает абстрактное мышление. В курсе много задач разного уровня сложности, что позволит вам набить руку и быть готовым к любым вопросам «на засыпку» на собеседовании.

Содержание:
Базовая математика для Data Science


  • 01. Начала теории множеств
  • 02. Геометрическая прогрессия. Векторная алгебра
  • 03. Теория вероятностей. Рациональные уравнения
  • 04. Рациональные уравнения. Алгебраические уравнения
  • 05. Иррациональные уравнения. Графический способ решения систем
  • 06. Неравенства
  • 07. Неравенства продолжение
  • 08. Функции график и свойства
  • 09. Графики функций и их преобразования
  • 10. Производная, исследование функций
  • 11. Исследование функций. Интреграл
  • 12. Контрольная работа
Математика для Data Science 2.0
Модуль 1. - Математический анализ


  • О курсе
  • Введение в модуль
  • Теория множеств
  • Числовые последовательности
  • Пределы числовых функций. Асимптотическое сравнение функций
  • Вебинар по решению задач домашней работы
  • Непрерывность функции
  • Дифференциальное исчисление
  • Дифференцируемость функций многих переменных. Поиск экстремумов
  • Применения формулы Тейлора
  • Определенный интеграл
  • Несобственный интеграл
  • Интеграл Лебега
  • Числовые и функциональные ряды
  • Функции многих переменных
  • Нахождение наибольшего и наименьшего значений функций на отрезке
Модуль 2. Комбинаторика

  • Основные формулы комбинаторики
  • Принцип Дирихле
  • Перестановки, размещения и сочетания с повторениями
  • Консультация по комбинаторике и теории вероятностей
Модуль 3. Теория вероятностей

  • Основные понятия, классическая модель вероятности
  • Непрерывные случайные величины
  • Численные характеристики случайных величин
  • Основные законы распределения случайных величин
  • Моделирование случайных величин с заданным распределением
  • Основные теоремы теории вероятностей
  • Основные понятия матстатистики. Точечные оценки и их свойства
  • Методы построения оценок неизвестных параметров
  • Проверка статистических гипотез
Модуль 4. Алгебра

  • Матрицы и операции над ними
  • Определитель квадратной матрицы
  • Обратная матрица
  • Однородные и неоднородные системы уравнений
  • Линейная зависимость и ранг
  • Комплексные числа
  • Линейные отображения
  • Собственные векторы линейного отображения
  • Скалярное произведение в линейном пространстве
  • Отображения в евклидовом пространстве
  • Билинейные и квадратичные формы
Модуль 5. Онлайн-сессии

  • Word2vec
  • Градиентный спуск
  • Backpropagation
  • Случайный лес
  • Классификация наблюдений логистическая и пробит регрессии
  • Метод ближайших соседей (KNN)
  • Классификация наблюдений байесовский классификатор
Подробнее:

Скачать курс - [Леонид Крицков, Татьяна Захарова] [proglib] Онлайн-курс по математике в Data Science (2023)


Вы должны Войти на форум чтобы увидеть контент.
 
Премиум Клуб
Регистрация
21.12.22
Сообщения
3
Реакции
1
Спасибо за курс!
 
Похожие темы
Сверху