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
|