Математика для анализа данных

Курс «Математика для анализа данных» от Яндекс Практикума даёт начинающим специалистам, студентам и практикующим аналитикам математическую основу для методов машинного обучения. В программе — теория вероятностей, статистика, линейная алгебра и математический анализ с применением в аналитике данных и Data Science.

Чему посвящён курс

В разделе линейной алгебры вы работаете с векторными пространствами и изучаете их применение к анализу данных, в том числе в линейной регрессии. В программе также есть алгоритмы обучения нейросетей. Теория вероятностей и математическая статистика дают основу для проверки гипотез и оценки результатов эксперимента. Математический анализ выделен в отдельный раздел.

Учебные материалы включают лекции, задачи и проекты. Среди целей курса — научиться выбирать критерий для принятия решения, подбирать параметры эксперимента и строить доверительные интервалы для разных метрик.

Эксперименты и A/B-тесты

Большая часть программы посвящена экспериментам: проверке гипотез, проектированию эксперимента и проверке его дизайна. Для этого используют синтетические A/A- и A/B-эксперименты на исторических данных. Также разбирают выбор метрик, оценку состояния A/B-теста и анализ метрик отношения.

В программе есть повышение чувствительности тестов и уменьшение необходимого размера выборки, стратификация, метод CUPED и множественное тестирование. Вы также изучите распределение трафика между группами и полный цикл A/B-тестирования, включая проблему просмотра результатов до завершения эксперимента.

Подготовка к работе аналитика

Курс охватывает математические темы, которые встречаются на собеседованиях аналитиков, и включает симуляцию математической секции такого интервью. Его цель — помочь практикующим аналитикам разобраться в устройстве статистических методов и алгоритмов машинного обучения, а начинающим специалистам — выстроить основу для работы с данными.