- 20 Фев 2019
- 29,065
- 1,187,777
- #1
Голосов: 0
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: