Математика для Data Science [2021] [stepik academy] [Михаил Миронов, Екатерина Минеева]

Математика для Data Science [2021]
Stepik Academy
Михаил Миронов, Екатерина Минеева

Разберитесь, как работают технологии машинного обучения, и научитесь пользоваться ими осознанно.

Спойлер: Математика для DS – программа из 3 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.​

Спойлер: 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

​

Примечание: Тариф «Перельман»

Продажник