Matematica per la scienza dei dati. Parte 1. Analisi matematica e algebra lineare - corso RUB 26.990. da Specialista, formazione 40 ore accademiche, data 15 maggio 2023.
Miscellanea / / December 03, 2023
Docente del corso di programmazione professionale, sviluppatore certificato Istituto Python con esperienza lavorativa generale nel campo informatico più di 20 anni. Ho costruito da zero sistemi IT in 4 aziende. Più di 5 anni.
Vadim Viktorovich si è laureato nel 2000 presso l'Università statale russa di studi umanistici con una specializzazione in Informatica e Scienze informatiche. Un vero professionista in materia amministrativa DBMS, automazione dei processi aziendali aziendali (ERP, CRM ecc.), creando casi di test e formando i dipendenti.
Capace di motivare e affascinare. È esigente con i suoi ascoltatori, sempre pronto a chiarire i punti difficili. La vasta esperienza di lavoro su progetti reali gli consente di prestare attenzione a quei dettagli che di solito vengono trascurati dagli sviluppatori alle prime armi.
Modulo 1. Introduzione al Quaderno di Giove (Python) (8 ac. H.)
Modulo 2. Introduzione all'analisi matematica (16 ac. H.)
- Concetti di base dell'analisi matematica. Articolo.
- Teoria degli insiemi (Spazi di probabilità. Spazio discreto dei risultati elementari. Probabilità sulla retta numerica e sul piano. Regola dell'addizione e della moltiplicazione).
- Spazi metrici (Il concetto di spazio metrico. Definizione di spazio normato, concetto di norma, differenza da una metrica, esempi di spazi normati. La norma nell'ottimizzazione).
- Sequenze. Teoria dei limiti (definizione di Cauchy. La definizione di Peano. Calcolo dei limiti di funzione. Funzioni asintotiche. Funzioni equivalenti. Valutazione della complessità della funzione).
- Differenziazione (Differenziabilità di una funzione in un punto. Derivate parziali e differenziali di ordine superiore. Pendenza. Matrice dell'Assia. Derivata di una funzione di una variabile. Derivata di una funzione di più variabili).
- Estremi di funzioni di più variabili (Definizioni di punto di minimo locale e globale. Condizione necessaria e sufficiente per l'estremo per funzioni convesse. Il concetto di punto stazionario e - la differenza nella loro definizione rispetto ai punti estremi).
- Integrale (integrale indefinito. Integrale definito. Applicazioni di un integrale definito e metodi approssimati per il suo calcolo Integrali impropri. Integrali doppi. Metodi approssimativi di integrazione).
- Righe (Concetti di righe. Convergenza di serie).
- Applicazione delle sezioni studiate di analisi matematica utilizzando un esempio generale (quaderno di Giove). Progetto.
Modulo 3. Algebra lineare (16 a.C. H.)
- Spazio lineare.
- Matrici e operazioni tra matrici.
- Trasformazioni lineari.
- Sistemi di equazioni lineari.
- Scomposizione singolare di matrici.
- Applicazione delle sezioni studiate di algebra lineare ad un esempio generale (quaderno di Giove). Progetto.
La scienza dei dati comprende un'ampia gamma di approcci e metodi per la raccolta, l'elaborazione, l'analisi e la visualizzazione di set di dati di qualsiasi dimensione. Un'area separata e praticamente importante di questa scienza è lavorare con i big data utilizzando nuovi principi modellazione matematica e computazionale, quando i metodi classici smettono di funzionare a causa della loro impossibilità ridimensionamento. Questo corso è progettato per aiutare lo studente ad apprendere le basi dell'area tematica attraverso la formulazione e risolvendo i problemi tipici che un ricercatore di scienza dei dati può incontrare nel suo lavoro lavoro. Per insegnare allo studente a risolvere tali problemi, gli autori del corso forniscono allo studente il minimo teorico necessario e mostrano come utilizzare nella pratica gli strumenti di base.
4,2
Rinfrescherai le tue conoscenze di matematica, imparerai formule e funzioni di base e comprenderai le basi della macchina formazione e puoi iniziare una carriera nella scienza dei dati: le aziende IT di tutto il mondo sono alla ricerca di tali specialisti.
4,4