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
