Математика для Data Science 2021 stepik academy — Михаил Миронов, Екатерина Минеева

100р.

Категория:

Математика для Data Science

Автор курса: Михаил Миронов, Екатерина Минеева

Сайт автора: stepik.mathfords_ru/

Цена автора: 13500 руб.

 

Разберитесь, как работают технологии машинного обучения, и научитесь пользоваться ими осознанно.
Математика для DS – программа из 3 курсов, которая поможет:

1. Разобраться в теории
Вы любите доходить до самой сути всего, что делаете. Вам интересно, что стоит за теми алгоритмами, которые вы применяете.​
2. Подготовиться к собеседованию
Вы хотите работать в сфере Data Science и боитесь каверзных вопросов на собеседованиях? Не зря боитесь.​
3. Читать научные статьи
Статьи по Data Science часто несложные по сути – но без определенной математической базы их сложно читать.​
4. Полюбить математику
Мы любим математику и хотим показать вам, как она красива.​

Содержание курса:

Блок 1 — Математический анализ

Модуль 1 — Одномерный математический анализ

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

Модуль 2 — Многомерный математический анализ

  • R^n: расстояния и векторы
  • Дифференциал и частные производные
  • Производная по направлению и градиент
  • Градиентный спуск
  • Модификации градиентного спуска (MomentumRMSPropAdam)

Блок 2 — Линейная алгебра

Модуль 1 — Линейная алгебра

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

Модуль 2 — Линейная алгебра продолжение

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

Блок 3 — Теория вероятностей

Модуль 1 — 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

Модуль 2 — Непрерывная теория вероятностей

  • Интеграл и непрерывное пространство исходов.
  • Непрерывная случайная величина, распределение, плотность распределения, математическое ожидание, дисперсия
  • Закон больших чисел
  • Центральная предельная теорема
  • Основы статистики: статистические тесты

Отзывы

Отзывов пока нет.

Будьте первым, кто оставил отзыв на “Математика для Data Science 2021 stepik academy — Михаил Миронов, Екатерина Минеева”

Ваш адрес email не будет опубликован. Обязательные поля помечены *