Математика для анализа данных

100 участников

О чём курс

Для глубокого анализа данных и настройки алгоритмов машинного обучения недостаточно просто владеть библиотеками — необходимо понимать математические принципы, лежащие в их основе. Этот курс закрывает пробелы в линейной алгебре, математическом анализе и теории вероятностей, которые критически важны для построения точных гипотез в Data Science. Вы научитесь подбирать инструменты на основе математического бэкграунда, а не интуиции, что позволит интерпретировать данные профессионально и обоснованно. Материал ориентирован на аналитиков и специалистов Data Science, желающих перейти от использования готовых «черных ящиков» к осознанному управлению алгоритмами.

Программа обучения

  • Линейная алгебра
    • Векторы и линейная зависимость
    • Системы линейных уравнений в матричной форме
    • Матричные разложения
    • Собственные векторы и числа
  • Математический анализ
    • Производные функции нескольких аргументов
    • Методы оптимизации для поиска локального минимума
  • Теория вероятностей и статистика
    • Дискретные случайные величины: математическое ожидание и дисперсия
    • Формула Байеса и апостериорная вероятность
    • Закон больших чисел и оценка ожиданий
Складчина создана 6 апреля 2020 г. · описание обновлено 23 марта 2026 г.

Другие материалы школы 12

Н Нетология Все материалы
274 ₽ 12 000 ₽