Курс «Математика для Data Science»
Необходимая математическая основа и статистика для анализа данных и машинного обучения
23880 ₽
39800 ₽
Скидка 40%
Оплата на сайте автора. Цена может отличаться.
Курс включает в себя:
Сертификат об окончании
Чему вы научитесь
- Изучение математической основы градиентного спуска, имитации отжига
- Решение задач по линейной зависимости, при помощи матрицы
- Решение задач по предугадыванию и нахождению выигрышных стратегий
- Закрепление математической основы классификации и логистической регрессии
- Закрепление математической основы классической модели по машинному обучению
- Решение задач комбинаторики, валидности и предугадыванию
Описание
Многие программисты Data Science хотят получить квалификацию senior. Данный уровень обладает самыми большими требованиями. Многие соискатели безуспешно пытаются пройти собеседование.
Для уверенного понимания стандартных заданий и создания собственной архитектуры, недостаточно базовых способов машинного обучения и нейронных сетей, необходимо разбираться с законами математики и статистики.
Многие обучающие программы очень скучно повествуют необходимую информацию и на иностранном языке.
Онлайн-курс Анализа данных (Data Science), рассказывает о математике и статистике на русском языке и ориентирован на практическую работу.
Темы:
1. Линейная алгебра
- Изучение векторов, матричные разновидности
- Проведение операций с матрицами
- Определение линейной зависимости
- Обратная матрица и ее разновидности
- Линейные уравнения, собственные и комплексные числа
- Основы матричного и сингулярного разложения
- Решение заданий ЛЗ при помощи матрицы
- Оптимизация методом главного компонента
- Закрепление математической основы линейной регрессии
2. Мат. Анализ
- Переменная и производная, их функционал
- Основы градиента, градиентного спуска
- Решение оптимизационных заданий
- Методы Лагранжа и Ньютона, симуляция отжига
- Решение задач по предугадыванию и нахождению беспроигрышных стратегий методоми оптимизации
- Закрепление математической основы градиентного спуска и симуляции отжига
3. Вероятности и статистика
- Изучение общих понятий по статистике
- Освоение комбинаторики
- Изучение главных разновидностей распределений и корреляций
- Теорема Байеса
- Изучение наивного байесовского классификатора
- Решение задач комбинаторики, валидности, прогнозирования
- Закрепление МО классификаций и логистических регрессий
4. Временные ряды и другие способы математики
- Анализ временных рядов
- Трудные типы регрессий
- Прогнозирование бюджета за счёт временных рядов
- Закрепление МО классической модели по машинному обучению
Плюсы программы:
- Повествование на доступном языке
- Много практики
- Углублённое изучение
- Поддержка наставника
Параметры курса
Категория
Подкатегория
Под-подкатегория
Формат обучения
Авто-вебинар/курс с автосменой даты
Тип материала
Слушать, Смотреть, Учавствовать, Читать
Результат
Навык, Повышение уровня, Профессия, Специализация
Способ обучения
С поддержкой куратора
Срочность изучения
Среднесрочные (от 7 дн. до 2 мес.)
Доступ к курсу
В день начала обучения
Документ об обучении
Сертификат
Требования
- Знание Python
Для кого этот курс
- Программистам Data Science, мечтающим достичь квалификации senior
Похожие курсы
Часто покупаемые вместе
Школа
Онлайн-школа современных IT-профессий и навыков.
Рейтинг: 4.8
Отзывов: 2
Курсов: 22
Отзывы студентов (0)
Каталог курсов
Эксперты
Онлайн-школы
Бесплатные курсы
Полезные материалы
Статьи
Реферальная программа
Уведомления
Главная
Каталог
Сравнение
Корзина
Профиль
Редакция WEDUM не несёт ответственности за содержание отзывов, результаты обучения индивидуальны.
Размещая отзыв или комментарий, вы соглашаетесь с правилами и даёте согласие на размещение отзывов и обработку персональных данных в соответствии с условиями.