Matematika az adattudományhoz. 1. rész. Matematikai elemzés és lineáris algebra - tanfolyam 26 990 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. A Jupiter Notebook (Python) bemutatása (8 ac. h.)
2. modul. Bevezetés a matematikai elemzésbe (16 ac. h.)
- A matematikai elemzés alapfogalmai. Tétel.
- Halmazelmélet (valószínűségi terek. Az elemi eredmények diszkrét tere. Valószínűség számegyenesen és síkon. Összeadás és szorzás szabálya).
- Metrikus terek (A metrikus tér fogalma. Normált tér definíciója, norma fogalma, eltérés a metrikától, példák a normált terekre. A norma az optimalizálásban).
- Sorozatok. A határok elmélete (Cauchy definíciója. Peano meghatározása. Függvényhatárok számítása. Aszimptotikus funkciók. Egyenértékű függvények. Funkciókomplexitás értékelése).
- Differenciálás (egy függvény differenciálhatósága egy pontban. A magasabb rendű parciális deriváltak és differenciálok. Gradiens. Hess-mátrix. Egy változó függvényének deriváltja. Több változó függvényének deriváltja).
- Sok változó függvényének extrémje (Lokális és globális minimumpontok meghatározása. Konvex függvények szélsőértékének szükséges és elégséges feltétele. Az állópontok fogalma és - definíciójuk különbsége az extrémumpontoktól).
- Integrál (határozatlan integrál. Határozott integrál. Határozott integrál alkalmazásai és közelítő számítási módszerei Nem megfelelő integrálok. Kettős integrálok. Az integráció közelítő módszerei).
- Sorok (A sorok fogalmai. Sorozatok konvergenciája).
- A matematikai elemzés vizsgált szakaszainak alkalmazása általános példával (Jupiter notebook). Projekt.
3. modul. Lineáris algebra (16 ac. h.)
- Lineáris tér.
- Mátrixok és mátrixműveletek.
- Lineáris transzformációk.
- Lineáris egyenletrendszerek.
- Mátrixok szinguláris dekompozíciója.
- A lineáris algebra vizsgált szakaszainak alkalmazása általános példán (Jupiter notebook). Projekt.
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