Программа

Чтобы успешно пройти курс, необходимо уметь работать в Python. Учат той части математики и статистики, которая требуется в машинном обучении. В разработке программы принимали участие специалисты компаний EORA и Сбербанк.

Показывают, как с помощью математики и статистики решаются задачи из сфер анализа данных, прогнозирования и оптимизации. В конце сдаете выпускной экзамен. Чтобы успешно его сдать, вам понадобится применить все полученные на курсе знания и навыки. После завершения курса оказывают консультацию по дальнейшему развитию.

Часть 1. Линейная алгебра
- Изучаем вектора и виды матриц
- Учимся проводить операции над матрицами
- Определяем линейную зависимость с помощью матриц
- Изучаем обратные, вырожденные и невырожденные матрицы
- Изучаем системы линейных уравнений, собственные и комплексные числа
- Осваиваем матричное и сингулярное разложение
- Решаем задачи линейной зависимости с помощью матриц
- Оптимизируем с помощью метода главных компонент
- Закрепляем математические основы линейной регрессии
Часть 2. Основы матанализа
- Изучаем функции одной и многих переменных и производные
- Осваиваем понятие градиента и градиентного спуска
- Тренируемся в задачах оптимизации
- Изучаем метод множителей Лагранжа, метод Ньютона и имитацию отжига
- Решаем задачи предсказания и поиска выигрышной стратегии с помощью производных и численных методов оптимизации
- Закрепляем математические основы градиентного спуска и имитации отжига
Часть 3. Основы теории вероятности и статистики
- Изучаем общие понятия описательной и математической статистики
- Осваиваем комбинаторику
- Изучаем основные типы распределений и корреляции
- Разбираемся в теореме Байеса
- Изучаем наивный байесовский классификатор
- Решаем задачи комбинаторики, валидности и прогнозирования методами статистики и теорвера
- Закрепляем математические основы классификации и логистической регрессии
Часть 4. Временные ряды и прочие математические методы
- Знакомимся с анализом временных рядов
- Осваиваем более сложные типы регрессий
- Прогнозируем бюджет с помощью временных рядов
- Закрепляем математические основы классических моделей машинного обучения

Чему научат на курсе

—

Решать задачи линейной зависимости с помощью матриц

—

Решать задачи предсказания и поиска выигрышной стратегии с помощью производных и численных методов оптимизации

—

Решать задачи комбинаторики, валидности и прогнозирования методами статистики и теорвера

О школе

4.3

47 отзывов

69 курсов

SkillFactory

Образовательную платформу SkillFactory создали в 2016 году Александр Турилин и Александр Ерошкин. SkillFactory — онлайн-школа с инженерным профилем. Большинство курсов посвящены темам Data Science, аналитике данных, программированию, а также сфере digital.

Среди преподавателей и экспертов SkillFactory — сотрудники ведущих российских компаний: Яндекс, Ozon, X5 Retail Group, Lamoda, Вконтакте. Менторы проверяют и комментируют домашние задания студентов, помогают разобраться в темах, если что-то непонятно. С организационными вопросами студенты могут обращаться к координатору курса, а на сайте Скилфактори оставлять отзывы и проходить блиц-опросы.

Оставьте свой отзыв

Так вы сделаете рейтинг школ более точным и поможете другим выбрать хороший курс

Оставить отзыв

Курс по математике для Data Science

Часть 1. Линейная алгебра

Часть 2. Основы матанализа

Часть 3. Основы теории вероятности и статистики

Часть 4. Временные ряды и прочие математические методы

Оставьте отзыв