Kurs „Matematyka do analizy danych” - kurs 30 000 rub. z Yandex Workshop, szkolenie 4 miesiące, data 30 listopada 2023 r.
Miscellanea / / December 02, 2023
Rozmowy kwalifikacyjne zazwyczaj sprawdzają wiedzę z zakresu statystyki i teorii prawdopodobieństwa. A statystyki są wykorzystywane w pracy: stat. znaczenie, rozkłady, korelacja – wszystko to używamy okresowo. Aby jednak dobrze zrozumieć statystyki, to znaczy nie tylko je zapamiętać, ale głęboko zrozumieć, trzeba je znać oraz inne dziedziny matematyki: kombinatoryka, teoria prawdopodobieństwa, algebra liniowa, matematyka analiza. A jeśli interesuje Cię rozwój w zakresie uczenia maszynowego, opanowywania dla siebie coraz to nowych narzędzi, to na pewno nie obejdzie się bez linala i matana. To jest podstawa, na której wszystko jest zbudowane.
Bezpłatna lekcja wprowadzająca
Dowiesz się, jakich narzędzi do analizy i nauki danych wymaga zrozumienie poszczególnych działów matematyki. Na platformie przejdziesz przez krótką symulację rozmowy kwalifikacyjnej.
Algebra liniowa
Naucz się posługiwać macierzami, wektorami, normami, wyznacznikami. Będziesz potrafił czytać symbole i operować formułami. Dowiedz się, dlaczego do porównywania tekstów używana jest odległość cosinusowa. Zrozumiesz cechy stosowania algebry liniowej w analizie danych.
Analiza matematyczna
Zrozumienie rodzin funkcji i charakterystyk. Poznaj praktyczne znaczenie pochodnej i całki. Zrozumiesz algorytm opadania gradientu, który leży u podstaw sieci neuronowych i wzmacniania gradientu.
Zastosowania algebry liniowej w analizie danych
Zrozumiesz, jak działają metody regresji liniowej i rozkładu wartości osobliwych. Dowiedz się, jak wartości własne są powiązane z rozkładami macierzy PCA i SVD oraz naucz się je obliczać. Naucz się redukować wymiarowość dużych zbiorów danych i wizualizować je. Dowiedz się, jak rozwiązać regresję liniową za pomocą opadania gradientowego i lepiej zrozumieć, w jaki sposób uczy się sieć neuronowa.
Teoria prawdopodobieństwa i statystyka
Dowiedz się, jak podejmowane są decyzje na podstawie danych statystycznych. Zrozumiesz twierdzenie Bayesa i inne wzory teorii prawdopodobieństwa. Dowiedz się, czym jest test A/B, przedział ufności i bootstrap.
Symulacja części matematycznej rozmowy kwalifikacyjnej
W naszym symulatorze przejdziesz symulację części matematycznej rozmowy kwalifikacyjnej na stanowisko analityka lub specjalisty Data Science.