|
| | |
| Главная » 2022 » Март » 15 » Математика для Data Science
Математика для Data Science | 16:11 |
Разберитесь, как работают технологии машинного обучения, и научитесь пользоваться ими осознанно. Математика для DS - программа из 3-х 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:
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 (Momentum, RMSProp, Adam)
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
Тариф «Перельман»
Название: Математика для Data Science Год: 2021 Автор: Михаил Миронов, Екатерина Минеева Издательство: Издательские решения Жанр: программирование, разработка, компьютерная литература Количество страниц: 122 Формат: PDF + PNG Язык: Русский Размер: 50.07 Mb
Скачать Математика для Data Science
|
Категория: Разное |
Просмотров: 99 |
Добавил: Kioka83
|
Добавлять комментарии могут только зарегистрированные пользователи. [ Регистрация | Вход ]
| |
| | |
|
Календарь новостей |
| « Март 2022 » | Пн | Вт | Ср | Чт | Пт | Сб | Вс | | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 |
| |
|
|