Описание

Профессия Data Scientist становится одной из самых перспективных и востребованных в IT.
Для успешной работы в этой области необходимы знания разделов высшей математики, таких как математический анализ и линейная алгебра.

Цель курса: освоить основные разделы математического анализа и линейной алгебры, необходимые для успешного применения в области Data Science.

Курс рекомендован начинающим специалистам в области Data Science. По окончании курса Вы сможете использовать полученные знания по математическому анализу и линейной алгебры для старта в данной сфере.

Вы научитесь

• использовать полученные знания по математическому анализу и линейной алгебры для

Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы. Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателей.

Модуль 1. Знакомство с Jupiter Notebook(Python)

Модуль 2. Введение в математический анализ

• Основные понятия математического анализа. Предмет.
• Теория множеств (Вероятностные пространства. Дискретное пространство элементарных исходов. Вероятность на числовой прямой и плоскости. Правило сложения и умножения).
• Метрические пространства ( Понятие метрического пространства. Определение нормированного пространства, понятие нормы, отличие от метрики, примеры нормированных пространств. Норма в оптимизации).
• Последовательности. Теория пределов (Определение Коши. Определение Пиано. Вычисление пределов функций. Асимптотические функции. Эквивалентные функции. Оценка сложности функции).
• Дифференцирование (Дифференцируемость функции в точке. Частные производные и дифференциалы высших порядков. Градиент. Матрица Гессе. Производная функции одной переменной. Производная функции нескольких переменных).
• Экстремумы функций многих переменных (Определения точек локального и глобального минимума. Необходимое и достаточное условие экстремума для выпуклых функций. Понятие стационарных точек и отличие в их определении от точек экстремума).
• Интеграл (Неопределенный интеграл. Определенный интеграл. Приложения определенного интеграла и приближенные методы его вычисления Несобственные интегралы. Двойные интегралы. Приближенные методы интегрирования).
• Ряды (Понятия ряда. Сходимость рядов).
• Применение изученных разделов математического анализа на общем примере( Jupiter notebook). Проект.

Модуль 3. Линейная алгебра