СКАЧАТЬ [МФТИ] Математика для анализа данных. Часть 2 (2020) БЕСПЛАТНО на торренте (слив складчины), отзывы о курсе и авторе.
  • ОСЕННИЙ ЦЕНОПАД
    ДОСТУП КО ВСЕМ ТЕМАМ СКИДКОЙ 40%
    • 150 000 КУРСОВ
    • ЗАКРЫТЫЙ ЧАТ
    • ЭКСКЛЮЗИВНЫЕ КУРСЫ
    • ОБНОВЛЕНИЕ ССЫЛОК

    купить Отзывы

Программирование [МФТИ] Математика для анализа данных. Часть 2 (2020)

Алан-э-Дейл

Модератор
Команда форума
Модератор
Редактор
Премиум
Активный участник
Регистрация
25 Мар 2020
Сообщения
6.682
Лайки
1.606.041
0
0.0 5 0 0 https://s22.sharewood.cchttps://s22.sharewood.cc/threads/%D0%9C%D0%A4%D0%A2%D0%98-%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0-%D0%B4%D0%BB%D1%8F-%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0-%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85-%D0%A7%D0%B0%D1%81%D1%82%D1%8C-2-2020.132069/
#1
Автор: МФТИ
Название: Математика для анализа данных. Часть 2 (2020)

1612273098166-png.73777


Математика для анализа данных от ФПМИ МФТИ

Вы освоите основы важнейших разделов математики:
1) Дискретная математика
2) Математический анализ
3) Линейная алгебра и аналитическая геометрия
4) Теория вероятностей
5) Математическая статистика и элементы аналитики

Описание курса
Книга природы написана на языке математики. То же самое можно сказать и про науку о данных. На курсе "Математика для Data Science" мы научим вас высшей математике ровно в том объёме, который необходим для входа в профессию Data Scientist. Занятия ведут преподаватели математики Московского физико-технического института, имеющие опыт работы в Data Science-подразделениях Яндекса и Сбербанка.


Программа курса:

Дискретная математика, 1 неделя:
Вы научитесь использовать теорию множеств для формализации математических идей, получите представление об основных комбинаторных объектах и их свойствах, научитесь решать задачи по комбинаторике: такие задачи часто встречаются на собеседованиях в IT-компании.

Математический анализ, 2 недели:
Вы изучите теоретические основы математического анализа в том объеме, который необходим каждому Дата Сайентисту: познакомитесь с понятиями предела, производной и интеграла, научитесь дифференцировать и интегрировать. Также в этой главе вы изучите важнейший для обучения нейросетей аппарат минимизации значений функций.

Линейная алгебра и аналитическая геометрия, 2 недели:
Вектор - это основная сущность для любой модели машинного обучения. Поэтому векторную алгебру должен свободно уметь применять любой исследователь данных. Вы научитесь производить операции над векторами и матрицами, получите геометрическую интуицию векторного пространства и узнаете, как линейная алгебра применяется в анализе данных.

Теория вероятностей, 2 недели:
Теория вероятностей кроется за каждой моделью машинного обучения. Вы изучите основы теории вероятностей, научитесь работать со случайными величинами, вычислять математическое ожидание и дисперсию, а также узнаете, почему данные часто имеют нормальное распределение.

Математическая статистика и элементы аналитики, 2 недели:
Статистический анализ - это незаменимый инструмент исследования данных. Вы изучите способы извлечения простейших закономерностей из данных, научитесь формулировать и проверять гипотезы о данных, овладеете корреляционным анализом.

Подробнее:
Для просмотра содержимого вам необходимо авторизоваться.

Скачать:
 
Последнее редактирование модератором:
Сверху Снизу