Математика и Python для анализа данных

Математика и Python для анализа данных

ФорматОнлайн

Длительность4 недели

Объём5 занятий

По окончанииВыдается

О курсе

Подробнее

Добро пожаловать на первый курс программы «Машинное обучение и анализ данных».Анализ данных и машинное обучение существенно опираются на результаты из математического анализа, линейной алгебры, методов оптимизации, теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понимать, как устроены методы анализа данных. Задача этого курса — сформировать такой фундамент. Мы обойдёмся без сложных формул и доказательств и сделаем упор на интерпретации и понимании смысла математических понятий и объектов.Темы курса:Введение в анализ данных и машинное обучение.Библиотека Python и линейная алгебра.Оптимизация и матричные разложения.Случайность.

Требования

Что нужно для старта

Базовые знания Python, математического анализа, линейной алгебры и статистики.

Содержание

Программа курса

5 занятий

№ТемаЧто внутри

01Введение

- Знакомство с курсом
- Python, уровень 0
- Знакомство с синтаксисом Python
- Знакомство с синтаксисом Python. Часть 2
- Производная и её применения
- Вебинар «Простые операции в Python, производная и предел...»

02Библиотеки Python и линейная алгебра

- Библиотеки NumPy, Matplotlib, SciPy, Pandas
- Библиотеки NumPy, Matplotlib, SciPy, Pandas. Часть 2
- Линейная алгебра. Векторы
- Линейная алгебра. Векторы. Часть 2
- Линейная алгебра. Матрицы
- Линейная алгебра. Матрицы. Часть 2
- Вебинар «Удивительные числа»
- Вебинар «Линейная зависимость векторов»
- Вебинар «Основы работы с Matplotlib (построение графиков)»

03Оптимизация и матричные разложения

- Градиент и оптимизация гладких функций
- Оптимизация негладких функций
- Матричные разложения
- Вебинар «Спектральное и сингулярное разложение матриц»
- Вебинар «Зачем может быть нужен минимум функции...»
- Вебинар «Кошачья задача - суть и хитрые приёмы»
- Вебинар «Частные производные, градиент, построение 3D графиков..

04Случайность

- Вероятность и случайные величины
- Вероятность и матричные величины. Часть 2
- Статистики
- Статистики. Часть 2
- Вебинар «Теория вероятности - основы и примеры задач»
- Вебинар «Основные ошибки и проблемы задания на проверку ЦПТ»
- Вебинар «Основы ООП в Python»
- Вебинар «Работа в DS и специализация - подводные камни...»
- Бонусный урок
- Ваши впечатления о курсе

05Дополнительные задания

- Тест
- Задание на взаимную оценку

01Введение

02Библиотеки Python и линейная алгебра

03Оптимизация и матричные разложения

04Случайность

05Дополнительные задания

- Тест
- Задание на взаимную оценку

Документ после выпуска

Выдается

Организатор

Автор курса

Stepik

4.6Нет отзывов

Stepik — образовательная платформа и конструктор онлайн-курсов. Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки. Наша цель — сделать образование открытым и удобным. Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.

Подробнее об авторе

Мнения учеников