Программирование [Яндекс.Практикум] Математика для анализа данных (Аналитика, Data Science)

Бывалый
Команда форума
20 Фев 2019
29,065
1,187,777
1740402441921.png


Описание [Яндекс.Практикум] Математика для анализа данных (Аналитика, Data Science):



Уверенное владение математическими знаниями помогает аналитикам и специалистам в области Data Science успешно проходить собеседования, решать сложные задачи и достигать профессионального роста.

Особенно ценными являются такие разделы математики, как теория вероятностей и статистика, линейная алгебра и математический анализ. Вы можете освоить один или несколько из этих разделов на нашем курсе.

Этот курс предназначен для:

Начинающих аналитиков данных и специалистов в области Data Science.
Выпускников и студентов, изучающих анализ данных.
Всех, кто готовится к математическим разделам собеседований в IT-компаниях.

В Практикуме вы получите:

Понятное объяснение математических концепций. Мы начинаем с простых понятий и постепенно переходим к более сложным. Каждое понятие подробно рассматривается с примерами и иллюстрациями.
Более 1000 практических задач. Мы показываем, как абстрактные формулы связаны с анализом данных. Вы не просто изучаете теорию, но и сразу применяете полученные знания на практике.
Навыки, необходимые для работы и собеседований. Мы разработали учебный план совместно с аналитиками и специалистами в области Data Science, чтобы обучать только тем навыкам, которые будут полезны в работе.

Содержание курса:

Модуль 1: Теория вероятностей и статистика

Дискретные и непрерывные случайные величины.
Работа с несколькими непрерывными случайными величинами.
Статистические тесты.
Максимизация правдоподобия.

Модуль 2: Линейная алгебра

Векторы.
Нормы.
Матрицы и их преобразования.
Обратная матрица и определитель.

Модуль 3: Математический анализ

Функции и их графики.
Экспонента, логарифм, обратные функции, производные.
Предел, геометрическая прогрессия и интеграл.
Функции от нескольких переменных.

Модуль 4: Продвинутая линейная алгебра

Регрессия.
Собственные числа.
PCA, SVD.

Подробнее:
Для просмотра содержимого вам необходимо авторизоваться

Скачать курс [Яндекс.Практикум] Математика для анализа данных (Аналитика, Data Science):


Для просмотра содержимого вам необходимо авторизоваться
 
Последнее редактирование модератором: