Математика для Data Science [Stepik Academy] [Михаил Миронов, Екатерина Минеева]

Складчина: Математика для Data Science [Stepik Academy] [Михаил Миронов, Екатерина Минеева]

О программе

Мы создали программу Математика для Data Science для тех, кто хочет разобраться, как работают технологии машинного обучения, и научиться пользоваться ими осознанно.

Специализация состоит из 4 курсов, которые мы проходим за 4 месяца:

• Математический анализ
• Линейная алгебра
• Теория вероятностей
• Математическая статистика

На этих курсах вы сможете понять алгоритмы машинного обучения, получить математическую базу для прохождения технически сложных курсов по Data Science, а также полюбить математику и подготовиться к собеседованию.

Вся теория подается в текстовом виде в онлайн-курсе, который можно проходить, когда удобно, даже с телефона, а решение задач не составит проблем, так как на курсе есть автоматическая проверка в интерактивном тренажере . Даже если что то будет непонятно, вам всегда смогут помочь в нашем студенческом чате.

Спойлер: Полная программа обучения

Математический анализ

Одномерный математический анализ

• Зачем в машинном обучении нужен математический анализ
• Множества и функции
• Пределы последовательностей
• Пределы функций и непрерывные функции
• Производные
• Одномерный градиентный спуск

Многомерный математический анализ

• R^n: расстояния и векторы
• Дифференциал и частные производные
• Производная по направлению и градиент
• Градиентный спуск
• Модификации градиентного спуска (Momentum, RMSProp, статья про Adam)

Линейная алгебра

Векторы и линейные отображения

• Векторные пространства и линейные отображения
• Матрицы
• Нейронные сети
• Подпространства, базис, размерность
• Ранг матрицы и метод Гаусса

Свойства матриц

• Определитель, обратные матрицы, замена базиса
• Скалярное произведение, углы, расстояния
• Ортогональные матрицы
• Матричные разложения
• Собственные векторы и SVD
• Обучение нейронных сетей – Backpropagation

Теория вероятностей

Дискретная теория вероятностей

• Вероятностное пространство, события, исходы
• Равновероятные исходы
• Условная вероятность, независимые события, теорема Байеса
• Перестановки и биномиальные коэффициенты
• Дискретная случайная величина, распределение, математическое ожидание, дисперсия
• Ряды и счётное пространство исходов

Непрерывная теория вероятностей

• Непрерывная случайная величина
• Распределение и плотность распределения
• Математическое ожидание и дисперсия непрерывной случайной величины

Математическая статистика

Теория оценивания

• Точечные оценки
• Несмещённые оценки
• Состоятельные оценки
• Метод максимума правдоподобия
• Интервальные оценки

Статистические тесты

• Закон больших чисел
• Центральная предельная теорема
• Статистические тесты – общий случай
• Уровень значимости, критическое множество, ошибки первого и второго рода
• z-критерий Фишера и t-критерий Стьюдента
• U-тест Манна-Уитни, тест Шапиро-Уилка, F-тест Фишера
• Критерий хи-квадрат и критерий Колмогорова-Смирнова
• Дисперсионный анализ (ANOVA)

Тариф «Перельман»:

• Теоретический материал, доступный в любое время
• Удобный тренажер для решения задач и отработки навыков
• Ответы на платформе от преподавателя
• Доступ в учебный чат
• Возможность начать курс сразу после оплаты, не дожидаясь нового запуска

Скрытая ссылка
Скрытая ссылка