
Trinity
Администратор
- Регистрация
- 10.07.21
- Сообщения
- 34.376
- Реакции
- 512.792
[Яндекс.Практикум] Математика для анализа данных (Аналитика, Data Science)
Слив курса Математика для анализа данных [Яндекс.Практикум]
Уверенное знание математики помогает аналитикам и специалистам по Data Science проходить собеседования, справляться с нетривиальными задачами и расти профессионально.
Наиболее востребованы теория вероятностей и статистика, линейная алгебра и математический анализ.
Освойте один или несколько из этих разделов математики на нашем курсе.
Для кого этот курс:
1. Для начинающих аналитиков данных и специалистов по Data Science
2. Для выпускников и студентов курсов, посвящённых анализу данных
3. Для тех, кто готовится к математическим секциям собеседований в IT-компании
Что вы получите в Практикуме:
1. Математика человеческим языком
Идём от простого к сложному. Подробно разбираем каждое понятие. Даём много примеров и иллюстраций.
2. Более 1000 практических задач
Объясняем, как абстрактные формулы связаны с анализом данных. Вы не просто читаете теорию, вы сразу закрепляете навык.
3. Навыки для работы и собеседований
Сверяем учебный план с аналитиками и специалистами по Data Science. Учим только тому, что пригодится в работе.
Содержание:
Модуль 1 - Теория вероятностей и статистика
Дискретный и непрерывный случай
Работа с несколькими непрерывными случайными величинами
Статистические тесты
Максимизация правдоподобия
Модуль 2 - Линейная алгебра
Векторы
Нормы
Матрицы и их трансформации
Обратная матрица и определитель
Модуль 3 - Математический анализ
Функции и их графики
Экспонента, логарифм, обратные функции, производные
Предел, геометрическая прогрессия и интеграл
Функция от нескольких переменных
Модуль 4 - Продвинутая линейная алгебра
Регрессия
Собственные числа
PCA, SVD
Подробнее:
Слив курса Математика для анализа данных [Яндекс.Практикум]
Уверенное знание математики помогает аналитикам и специалистам по Data Science проходить собеседования, справляться с нетривиальными задачами и расти профессионально.
Наиболее востребованы теория вероятностей и статистика, линейная алгебра и математический анализ.
Освойте один или несколько из этих разделов математики на нашем курсе.
Для кого этот курс:
1. Для начинающих аналитиков данных и специалистов по Data Science
2. Для выпускников и студентов курсов, посвящённых анализу данных
3. Для тех, кто готовится к математическим секциям собеседований в IT-компании
Что вы получите в Практикуме:
1. Математика человеческим языком
Идём от простого к сложному. Подробно разбираем каждое понятие. Даём много примеров и иллюстраций.
2. Более 1000 практических задач
Объясняем, как абстрактные формулы связаны с анализом данных. Вы не просто читаете теорию, вы сразу закрепляете навык.
3. Навыки для работы и собеседований
Сверяем учебный план с аналитиками и специалистами по Data Science. Учим только тому, что пригодится в работе.
Содержание:
Модуль 1 - Теория вероятностей и статистика
Дискретный и непрерывный случай
Работа с несколькими непрерывными случайными величинами
Статистические тесты
Максимизация правдоподобия
Модуль 2 - Линейная алгебра
Векторы
Нормы
Матрицы и их трансформации
Обратная матрица и определитель
Модуль 3 - Математический анализ
Функции и их графики
Экспонента, логарифм, обратные функции, производные
Предел, геометрическая прогрессия и интеграл
Функция от нескольких переменных
Модуль 4 - Продвинутая линейная алгебра
Регрессия
Собственные числа
PCA, SVD
Подробнее:
Скачать:Для просмотра ссылок необходимо выполнить Вход или Регистрация
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.