Узнайте о снижении цены

Оставьте ваш email и мы напишем вам когда цена снизится

Курс по математике для Data Science

Здесь вы получите необходимые знания по математике и статистике для освоения машинного обучения.
29 833 ₽
17 900 ₽
стоимость обучения
% Беспроцентная рассрочка на мес.
Узнать о снижении цены
Уровень сложности
pro
Длительность
2 мес.
Демо доступ
нет
Формат обучения
онлайн
Домашние задания
да
Обратная связь
да
Стажировка
нет
Помощь в трудоустройстве
нет
Документ по окончании
сертификат

Программа обучения

  • Основное
  • Содержание программы

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

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

Преимущества курса

Рассказываем о математике и статистике понятно и доходчиво
Курс содержит много практики, которая не ограничивается решением классических уравнений и абстрактных заданий
Рассматриваем применение математических и статистических закономерностей в машинном обучении и нейронных сетях
Сообщество единомышленников
Поддержка ментора

Отзывы пользователей

Оставить отзыв о курсе

    Оставьте отзыв о курсе

    Ваш адрес e-mail не будет опуликован
    Ваша оценка:
    Ваш отзыв:
    Достоинства:
    Недостатки:
    Имя:
    Email: