Описание

Цели курса:
1. Освоить базовую математику – если у вас нет технического образования, вы сможете быстро получить необходимые знания.
2. Вспомнить базовую математику – если у вас уже есть техническое образование, но вы подзабыли математику, то сможете легко вспомнить то, что необходимо.
3. Лучше подготовиться к освоению нейронных сетей – несмотря на то, что знание математики не является обязательным, оно сильно поможет вам эффективнее писать нейронные сети.
4. Узнать основы математики для data science – знание базовой математики пригодится не только для написания нейронных сетей, но и для более широкой сферы data science

1. Матрицы

Содержание темы:

1. Одномерные векторы и двумерные матрицы
2. Операции над одномерными векторами
3. Операции над матрицами
4. Транспонирование матриц, обратные матрицы
5. Циклы по матрицам

2. Функции и поверхности

Содержание темы:

1. Одномерные функции
2. Многомерные функции и поверхности
3. Локальные и глобальные минимумы и максимумы
4. Производные
5. Интерполяция и экстраполяция функций

3. Теория вероятности и статистика

Содержание темы:

1. Случайные величины
2. Вероятности событий
3. Распределения случайных величин
4. Квантили и персентили
5. Визуализация случаных распределений

4. Разделяющие поверхности

Содержание темы:

1. Формулы плоскостей и сфер
2. Линейная разделимость
3. Радиальная разделимость

5. Разные темы

Содержание темы:

1. Основы комбинаторики
2. Бинарные переменные и бинарные операции
3. Операции с множествами
4. Метрические пространства. Расстояния и меры близости

6. Обработка сигналов

Содержание темы:

1. Дискретизация и квантирование
2. Спектр, преобразование Фурье
3. Частотные фильтры

7. Теория графов

Содержание занятия:

1. Структура графа
2. Кратчайший путь на графе