[Skillbox] Основы математики для Data Science (2020)

5/5

Основы математики для Data Science
Вы освежите знания по математике, изучите базовые формулы и функции, разберётесь в основах машинного обучения и сможете начать карьеру в Data Science — таких специалистов ищут IT-компании по всему миру.

Чему вы научитесь

  • Понимать математические термины
  • Усвоите основную терминологию, сможете читать сложные статьи по Data Science и получать новые знания без постоянных обращений к поисковику.
  • Работать с формулами и функциями
  • Перестанете бояться переменных и функций и сможете с их помощью решать практические задачи.
  • Разбираться в основах машинного обучения
  • Изучите математические основы Machine Learning и узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения.
  • Описывать прикладные задачи на языке математики
  • Сможете сформулировать практическую задачу с помощью математических формул.
  • Автоматизировать решение задач
  • Узнаете, как использовать Python для решения сложных математических задач.

Кому подойдёт этот курс

Тем, кто интересуется Data Science

Вы узнаете математические основы Machine Learning, поймёте, для чего нужна математика в машинном обучении и сделаете первый шаг к карьере в Data Science.

Начинающим специалистам
Вы научитесь работать со сложными математическими функциями, узнаете больше об основах Machine Learning, сможете быстро решать задачи с помощью Python и повысите свой уровень.

Программа

Чтобы начать обучение на курсе, нужно знать основы языка Python. Вы получите выжимку самых важных знаний, а постоянная практика под присмотром наставника поможет понять математику на 100%.

  • 11 модулей
  • 64 онлайн-урока
  1. Базовые математические объекты и SymPy. Дроби и преобразования.
  2. Базовые математические объекты и SymPy. Функции и дополнительные объекты.
  3. Функции одной переменной, их свойства и графики.
  4. Интерполяция и полиномы: квадратичные и кубические функции.
  5. Аппроксимация и преобразования функций: сдвиги, растяжения, сжатия.
  6. Аппроксимация и работа с производными.
  7. Функции нескольких переменных, их свойства и графики.
  8. Частные производные функции нескольких переменных.
  9. Векторы и матрицы. Градиент.
  10. Линейная регрессия и системы линейных уравнений.
  11. Разложения матриц. Собственные векторы и значения.

Для скачивания курса необходим Премиум доступ.

Источник: https://skillbox.ru/

Оставьте комментарий