Программирование [Леонид Крицков, Татьяна Захарова] [proglib] Онлайн-курс по математике в Data Science (2023)

sef4ku8M.png

ОПИСАНИЕ:

Базовая математика для Data Science

  • 01. Начала теории множеств
  • 02. Геометрическая прогрессия. Векторная алгебра
  • 03. Теория вероятностей. Рациональные уравнения
  • 04. Рациональные уравнения. Алгебраические уравнения
  • 05. Иррациональные уравнения. Графический способ решения систем
  • 06. Неравенства
  • 07. Неравенства продолжение
  • 08. Функции график и свойства
  • 09. Графики функций и их преобразования
  • 10. Производная, исследование функций
  • 11. Исследование функций. Интреграл
  • 12. Контрольная работа
Математика для Data Science 2.0

Модуль 1. - Математический анализ

  • О курсе
  • Введение в модуль
  • Теория множеств
  • Числовые последовательности
  • Пределы числовых функций. Асимптотическое сравнение функций
  • Вебинар по решению задач домашней работы
  • Непрерывность функции
  • Дифференциальное исчисление
  • Дифференцируемость функций многих переменных. Поиск экстремумов
  • Применения формулы Тейлора
  • Определенный интеграл
  • Несобственный интеграл
  • Интеграл Лебега
  • Числовые и функциональные ряды
  • Функции многих переменных
  • Нахождение наибольшего и наименьшего значений функций на отрезке
Модуль 2. Комбинаторика
  • Основные формулы комбинаторики
  • Принцип Дирихле
  • Перестановки, размещения и сочетания с повторениями
  • Консультация по комбинаторике и теории вероятностей
Модуль 3. Теория вероятностей
  • Основные понятия, классическая модель вероятности
  • Непрерывные случайные величины
  • Численные характеристики случайных величин
  • Основные законы распределения случайных величин
  • Моделирование случайных величин с заданным распределением
  • Основные теоремы теории вероятностей
  • Основные понятия матстатистики. Точечные оценки и их свойства
  • Методы построения оценок неизвестных параметров
  • Проверка статистических гипотез
Модуль 4. Алгебра
  • Матрицы и операции над ними
  • Определитель квадратной матрицы
  • Обратная матрица
  • Однородные и неоднородные системы уравнений
  • Линейная зависимость и ранг
  • Комплексные числа
  • Линейные отображения
  • Собственные векторы линейного отображения
  • Скалярное произведение в линейном пространстве
  • Отображения в евклидовом пространстве
  • Билинейные и квадратичные формы
Модуль 5. Онлайн-сессии
  • Word2vec
  • Градиентный спуск
  • Backpropagation
  • Случайный лес
  • Классификация наблюдений логистическая и пробит регрессии
  • Метод ближайших соседей (KNN)
  • Классификация наблюдений байесовский классификатор
ПРОДАЖНИК:

СКАЧАТЬ:
 

Последнее редактирование:

Не работает ссылка?

Обратите внимание

Назад
Сверху