Курс «Математика для Data Science»

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