Базовая математика для цифровых профессий
О чём курс
О чём курс
Глеб Карпов разбирает математические инструменты для работы с данными и моделями: линейную алгебру, производные, оптимизацию, теорию вероятностей и статистику. Вы научитесь выполнять преобразования матриц, искать экстремумы функций, рассчитывать вероятности и проверять статистические гипотезы. Программа ориентирована на тех, кто хочет укрепить математическую базу для машинного обучения, Data Science и работы с математическими моделями.
Что изучите
В линейной алгебре вы разберёте векторы, матрицы, базисы, линейные отображения, собственные значения и сингулярное разложение. Эти инструменты используются для анализа многомерных данных и снижения их размерности. В блоке математического анализа рассматриваются производные функций одной и нескольких переменных, критерии оптимальности, метод наименьших квадратов и алгоритмы оптимизации.
Теория вероятностей охватывает события, условную вероятность, формулу Байеса, случайные величины и распределения. Статистическая часть включает оценивание параметров, доверительные интервалы и проверку гипотез по выборочным данным.
Подготовка и поддержка
Для занятий нужны школьные знания: решение уравнений и неравенств, работа с дробями и степенями, функции и графики, основы геометрии и тригонометрии. Во время обучения предусмотрены Q&A-сессии с преподавателем, сообщество студентов и помощь наставников.
Об авторе
Глеб Карпов — исследователь и преподаватель математики в Skoltech Computational Intelligence Laboratory.
Программа обучения
- Линейная алгебра для работы с данными: В этом модуле мы изучим базовые инструменты линейной алгебры, которые используются для представления и преобразования данных. Разберём векторы, матрицы и линейные отображения, научимся работать с базисами и понимать, как данные меняют представление при преобразованиях. Познакомимся с собственными значениями и разложениями матриц как инструментами анализа и приближения данных. Темы: Тема 1: Матрицы и векторы. Основные определения и операции Тема 2: Векторное пространство. Базис Тема 3: Линейное отображение и его матричное представление // ДЗ Тема 4: Зависимость матрицы отображения от выбора базисов векторных пространств Тема 5: Нормированные векторные пространства, скалярное произведение Тема 6: Собственные значения линейных операторов. Диагонализация матрицы Тема 7: Сингулярное разложение матрицы // ДЗ
- Производные и методы оптимизации: В этом модуле мы изучим основы математического анализа, необходимые для понимания оптимизации моделей. Разберём производные функций в одномерном и многомерном случаях, научимся находить экстремумы и формулировать критерии оптимальности. Рассмотрим метод наименьших квадратов и базовые алгоритмы оптимизации, применяемые при обучении моделей. Темы: Тема 1: Введение в математический анализ. Производная одномерной функции Тема 2: Производная в многомерных пространствах // ДЗ Тема 3: Критерии оптимальности // ДЗ Тема 4: Метод наименьших квадратов Тема 5: Классические алгоритмы оптимизации
- Теория вероятностей и математическая статистика: В этом модуле мы изучим математические методы работы с неопределённостью и данными. Разберём вероятностные модели, случайные величины и распределения, научимся вычислять вероятности и анализировать зависимости между переменными. Познакомимся с основами статистического вывода: оцениванием параметров, доверительными интервалами и проверкой статистических гипотез. Темы: Тема 1: Аксиоматика теории вероятностей. Классическая вероятность Тема 2: Условная и полная вероятность. Формула Байеса // ДЗ Тема 3: Дискретные случайные величины и их характеристики Тема 4: Многомерные дискретные величины. Корреляция Тема 5: Непрерывные случайные величины. Нормальное распределение // ДЗ Тема 6: Введение в задачу статистики. Точечные оценки Тема 7: Интервальные оценки параметров Тема 8: Проверка статистических гипотез I Тема 9: Проверка статистических гипотез II // ДЗ
Теги курса
Другие материалы автора 2
ГК Глеб Карпов Все материалыОтзывов пока нет. Будьте первым!
Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.
Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.
Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.