Цена: 150 РУБ
Организатор: Robot
Список участников складчины:
  • 1. triton731
  • 2. ник скрыт
  • 3. Тан
  • 4. Ольга Пастарнак
  • 5. Ma_Cherrrie
  • 6. Timofey158
  • 7. Ana17
  • 8. Myasushkina
  • 9. osa05
  • 10. WurnuF
  • 11. Simbysik
  • 12. Enrikez
  • 13. Liberia
  • 14. rusiko
  • 15. Мари Арт
  • 16. ник скрыт
  • 17. Miriam23008
  • 18. ЮЮлия
  • 19. ник скрыт
  • 20. advisor4fun
  • 21. Kompash
  • 22. eropkin
  • 23. Darya_sunshine
  • 24. EOli
  • 25. Марияv
  • 26. ник скрыт
Robot
Robot
Складчик
  • #1

[Нетология] Математика для анализа данных [Алексей Кузьмин, Денис Волк]

Ссылка на картинку
Чтобы увидеть в больших объёмах данных закономерности, аналитик опирается на линейную алгебру, математический анализ и теорию вероятности. Если специалист не разбирается в этих направлениях — гипотезы и выводы будут неточными. Это как запустить ракету в космос, не зная траекторию полёта.
Мы создали вводный курс в математику, чтобы вы начали исследовать данные с важным бэкграундом для Data Science и выбирали алгоритмы, которые будут решать поставленную задачу.
Без математики и статистики невозможно использовать алгоритмы машинного обучения, а значит — правильно управлять данными.
Кому подойдёт курс
1. Специалистам по Data Science
Начнёте глубже разбираться в алгоритмах машинного обучения. Поймёте, какие принципы лежат в основе разных алгоритмов, чтобы выбирать правильные инструменты.
2.Аналитикам данных
Познакомитесь с основными математическими концепциями и заложите теоретический фундамент, чтобы лучше разбираться в статистике и правильно интерпретировать данные.

После обучения, вы сможете:

  • Проверять векторы на линейную зависимость.
  • Решать системы линейных уравнений в матричной форме.
  • Вычислять собственные векторы и числа для матрицы.
  • Производить матричные разложения.
  • Вычислять производную функции нескольких аргументов.
  • Использовать различные методы оптимизации для поиска локального минимума функции.
  • Вычислять математическое ожидание и дисперсию дискретной случайной величины.
  • Использовать формулу Байеса для вычисления апостериорной вероятности.
  • Использовать закон больших чисел для оценки математического ожидания.
 
Зарегистрируйтесь , чтобы посмотреть скрытый авторский контент.
Похожие складчины
  • в разделе: Программирование
  • в разделе: Программирование
  • в разделе: Программирование
  • в разделе: Программирование

Войдите или зарегистрируйтесь, чтобы комментировать и скачивать складчины!

Учетная запись позволит вам участвовать в складчинах и оставлять комментарии

Регистрация

Создайте аккаунт на форуме. Это не сложно!

Вход

Вы уже зарегистрированы? Войдите.

Сверху