Matematika az adattudományhoz. 2. rész. Valószínűségszámítás és matematikai statisztika - tanfolyam 27 990 RUB. Szakorvostól, képzés 40 akadémiai óra, dátum: 2023. május 15.
Vegyes Cikkek / / December 03, 2023
Profi programozó tanfolyam tanár, okleveles fejlesztő Python Intézet általános informatikai területen szerzett gyakorlattal több mint 20 éve. A nulláról épített informatikai rendszereket 4 cégben. Több mint 5 év.
Vadim Viktorovich 2000-ben diplomázott az Orosz Állami Bölcsészettudományi Egyetemen informatika és számítástechnika szakirányon. Igazi szakember az adminisztrációs ügyekben DBMS, vállalati üzleti folyamatok automatizálása (ERP, CRM stb.), tesztesetek létrehozása és az alkalmazottak képzése.
Képes motiválni és magával ragadni. Igényes hallgatóival szemben, mindig készen áll a nehéz pontok tisztázására. A valódi projekteken szerzett kiterjedt tapasztalat lehetővé teszi, hogy odafigyeljen azokra a részletekre, amelyeket a kezdő fejlesztők általában figyelmen kívül hagynak.
1. modul. Valószínűségszámítás alapfogalmai. Példák (4 ac. h.)
2. modul. Véletlenszerű események. Feltételes valószínűség. Bayes képlete. Független tesztek (4 ak. h.)
3. modul. Diszkrét valószínűségi változók. Valószínűségi eloszlás törvénye. Binomiális eloszlás törvénye. Poisson-eloszlás (4 ac. h.)
4. modul. Leíró statisztika. A populáció minőségi és mennyiségi jellemzői. Az adatok grafikus bemutatása (4 ak. h.)
5. modul. Folyamatos valószínűségi változók. Eloszlásfüggvény és valószínűségi sűrűségfüggvény. Egyenletes és normál eloszlás. Központi határérték tétel (4 ak. h.)
6. modul. Statisztikai hipotézisek tesztelése. P-értékek. Bizalmi intervallumok. (4 ac. h.)
7. modul. A mennyiségek közötti kapcsolat. Paraméteres és nem paraméteres korrelációs mérőszámok. Korrelációelemzés. (4 ac. h.)
8. modul. Többváltozós statisztikai elemzés. Lineáris regresszió (4 ac. h.)
9. modul. Varianciaanalízis. Logisztikai regresszió (4 ak. h.)
10. modul. A valószínűségszámítás és a matematikai statisztika vizsgált részeinek alkalmazása általános példán (Jupiter-füzet). Projekt. (4 ac. h.)
Az adattudomány a megközelítések és módszerek széles skáláját tartalmazza bármilyen méretű adathalmaz összegyűjtésére, feldolgozására, elemzésére és megjelenítésére. Ennek a tudománynak egy külön, gyakorlatilag fontos területe a nagy adatokkal való munka új elvek alapján matematikai és számítási modellezés, amikor a klasszikus módszerek lehetetlenségük miatt leállnak méretezés. Ez a kurzus célja, hogy segítse a hallgatót a tantárgyi terület alapjainak elsajátításában megfogalmazáson és tipikus problémák megoldása, amelyekkel egy adattudományi kutató találkozhat a sajátjában munka. Az ilyen jellegű problémák megoldásának megtanításához a kurzus készítői megadják a hallgatónak a szükséges elméleti minimumot, és bemutatják az eszköztár gyakorlati felhasználását.
4,2
Felfrissítheti matematikai ismereteit, megtanulja az alapvető képleteket és függvényeket, és megérti a gépek alapjait képzést és karriert kezdhetsz a Data Science-ben – informatikai cégek világszerte keresnek ilyen szakembereket.
4,4