Блог независимых постеров
Вторник, 24.12.2024, 02:40
Приветствую Вас Гость | RSS
 
Главная РегистрацияВход
Меню сайта
  • Главная
  • Наши правила
  • Добавить новость
  • Как оформить?
  • Наш форум
  • Контакты
  • Категории раздела
    Софт
    Видео
    Музыка
    Игры
    Графика
    Чтиво
    Другое
    Кулинария
    Наш опрос
    Самая интересная категория?
    Всего ответов: 310
    Статистика
    Главная » 2022 » Март » 15 » Математика для Data Science
    16:12
    Математика для Data Science

    Разберитесь, как работают технологии машинного обучения, и научитесь пользоваться ими осознанно.

    Математика для DS - программа из 3-х курсов, которая поможет:
    1. Разобраться в теории
    Вы любите доходить до самой сути всего, что делаете. Вам интересно, что стоит за теми алгоритмами, которые вы применяете.
    2. Подготовиться к собеседованию
    Вы хотите работать в сфере Data Science и боитесь каверзных вопросов на собеседованиях? Не зря боитесь.
    3. Читать научные статьи
    Статьи по Data Science часто несложные по сути – но без определенной математической базы их сложно читать.
    4. Полюбить математику
    Мы любим математику и хотим показать вам, как она красива.

    Содержание:

    Блок 1 - Математический анализ.

    Модуль 1 - Одномерный математический анализ:
    - Зачем в машинном обучении нужен математический анализ
    - Множества и функции
    - Пределы последовательностей
    - Пределы функций и непрерывные функции
    - Производные
    - Одномерный градиентный спуск

    Модуль 2 - Многомерный математический анализ:
    - R^n: расстояния и векторы
    - Дифференциал и частные производные
    - Производная по направлению и градиент
    - Градиентный спуск
    - Модификации градиентного спуска (Momentum, RMSProp, Adam)

    Блок 2 - Линейная алгебра.

    Модуль 1 - Линейная алгебра:
    - Векторные пространства и линейные отображения
    - Матрицы
    - Нейронные сети
    - Подпространства, базис, размерность
    - Ранг матрицы и метод Гаусса

    Модуль 2 - Линейная алгебра продолжение:
    - Определитель, обратные матрицы, замена базиса
    - Скалярное произведение, углы, расстояния
    - Ортогональные матрицы
    - Матричные разложения
    - Собственные векторы и SVD
    - Backpropagation

    Блок 3 - Теория вероятностей.

    Модуль 1 - Дискретная теория вероятностей:
    - Вероятностное пространство, события, исходы
    - Равновероятные исходы
    - Условная вероятность, независимые события, теорема Байеса
    - Перестановки и биномиальные коэффициенты
    - Дискретная случайная величина, распределение, математическое ожидание, дисперсия
    - Ряды и счётное пространство исходов

    Модуль 2 - Непрерывная теория вероятностей:
    - Интеграл и непрерывное пространство исходов.
    - Непрерывная случайная величина, распределение, плотность распределения, математическое ожидание, дисперсия
    - Закон больших чисел
    - Центральная предельная теорема
    - Основы статистики: статистические тесты

    Тариф «Перельман»

    Название: Математика для Data Science
    Год: 2021
    Автор: Михаил Миронов, Екатерина Минеева
    Издательство: Издательские решения
    Жанр: программирование, разработка, компьютерная литература
    Количество страниц: 122
    Формат: PDF + PNG
    Язык: Русский
    Размер: 50.07 Mb

    Скачать Математика для Data Science

    Категория: Чтиво | Просмотров: 204 | Добавил: Kioka83 | Теги: разработка, программирование, Компьютерная литература | Рейтинг: 0.0/0
    Похожие материалы:
    Всего коментариев: 0
    Добавлять коментарии могут только зарегистрированные пользователи.
    [ Регистрация | Вход ]
    Онлайн
    Онлайн всего: 1
    Гостей: 1
    Пользователей: 0
    Мини-чат
    Поиск
    Календарь
    «  Март 2022  »
    ПнВтСрЧтПтСбВс
     123456
    78910111213
    14151617181920
    21222324252627
    28293031
    Друзья сайта
    Copyright by blogz © 2024
    Хостинг от uCoz