Доступно

Математика для анализа данных [Нетология]

Тема в разделе "Курсы по программированию", создана пользователем eassus, 6 апр 2020.

Цена: 12000р.-97%
Взнос: 274р.
100%

Основной список: 100 участников

Резервный список: 14 участников

Статус обсуждения:
Комментирование ограничено.
  1. 6 апр 2020
    #1
    eassus
    eassus ОргОрганизатор

    Складчина: Математика для анализа данных [Нетология]

    img-2020-04-06-20-28-10.png
    Чтобы увидеть в больших объёмах данных закономерности, аналитик опирается на линейную алгебру, математический анализ и теорию вероятности. Если специалист не разбирается в этих направлениях — гипотезы и выводы будут неточными. Это как запустить ракету в космос, не зная траекторию полёта.

    Мы создали вводный курс в математику, чтобы вы начали исследовать данные с важным бэкграундом для Data Science и выбирали алгоритмы, которые будут решать поставленную задачу.

    Кому подойдёт курс
    • Специалистам по Data Science
      Начнёте глубже разбираться в алгоритмах машинного обучения. Поймёте, какие принципы лежат в основе разных алгоритмов, чтобы выбирать правильные инструменты.
    • Аналитикам данных
      Познакомитесь с основными математическими концепциями и заложите теоретический фундамент, чтобы лучше разбираться в статистике и правильно интерпретировать данные.
    1. Линейная алгебра

    Это базовый раздел математики. Он даёт понимание, как компьютер представляет данные и управляет ими.

    Лекция 1. Векторы.
    Лекция 2. Матрицы.
    Лекция 3. Продвинутая линейная алгебра.

    2. Математический анализ

    Узнаете, какая теория стоит за понятием «машинное обучение». Поймёте, с помощью каких алгоритмов математического анализа компьютер ищет параметры моделей.

    Лекция 4. Производная.
    Лекция 5. Производная функции нескольких аргументов.
    Лекция 6. Теория оптимизации.

    3. Теория вероятности

    Этот раздел математики поможет провести анализ гипотезы с помощью цифр и понять, какие выбрать шаги, чтобы решить задачу.

    Лекция 7. Дискретные случайные величины.
    Лекция 8. Непрерывные случайные величины.
    Лекция 9. Центральные предельные теоремы и закон больших чисел.

    Преподаватели
    img-2020-04-06-20-35-40.png
    img-2020-04-06-20-35-58.png

    Результат обучения

    • Проверять векторы на линейную зависимость.
    • Решать системы линейных уравнений в матричной форме.
    • Вычислять собственные векторы и числа для матрицы.
    • Производить матричные разложения.
    • Вычислять производную функции нескольких аргументов.
    • Использовать различные методы оптимизации для поиска локального минимума функции.
    • Вычислять математическое ожидание и дисперсию дискретной случайной величины.
    • Использовать формулу Байеса для вычисления апостериорной вероятности.
    • Использовать закон больших чисел для оценки математического ожидания.
    Скрытая ссылка
     
    4 пользователям это понравилось.
  2. Последние события

    1. skladchik.com
      Складчина доступна.
      10 май 2021
    2. skladchik.com
      Складчина закрыта.
      15 апр 2021
    3. skladchik.com
      Складчина доступна.
      9 май 2020
    4. Evgeniyq
      Evgeniyq участвует.
      9 май 2020

    Последние важные события

    1. skladchik.com
      Складчина доступна.
      10 май 2021
    2. skladchik.com
      Складчина закрыта.
      15 апр 2021
    3. skladchik.com
      Складчина доступна.
      9 май 2020
    4. skladchik.com
      Взнос составляет 137р.
      7 май 2020
Статус обсуждения:
Комментирование ограничено.