KursSliv
0Корзина
КурсыАдминистрирование и программированиеЯндекс.Практикум Математика для анализа данных Аналитика, Data Science

Яндекс.Практикум Математика для анализа данных Аналитика, Data Science

Яндекс.Практикум Математика для анализа данных Аналитика, Data Science скриншот на облаке
Яндекс.Практикум Математика для анализа данных Аналитика, Data Science
Яндекс.Практикум Математика для анализа данных Аналитика, Data Science
Яндекс.Практикум Математика для анализа данных Аналитика, Data Science слив курса
  • Автор / Школа: Яндекс.Практикум
  • Категория: Администрирование и программирование
  • Скачать: Облако Google / Yandex / Mail
  • Торрент (torrent): нет
  • Бесплатно 1 урок: по запросу

О курсе

[Яндекс.Практикум] Математика для анализа данных (Аналитика, Data Science)

Слив курса Математика для анализа данных [Яндекс.Практикум]

Уверенное знание математики помогает аналитикам и специалистам по Data Science проходить собеседования, справляться с нетривиальными задачами и расти профессионально.
Наиболее востребованы теория вероятностей и статистика, линейная алгебра и математический анализ.
Освойте один или несколько из этих разделов математики на нашем курсе.

Для кого этот курс:
1. Для начинающих аналитиков данных и специалистов по Data Science
2. Для выпускников и студентов курсов, посвящённых анализу данных
3. Для тех, кто готовится к математическим секциям собеседований в IT-компании

Что вы получите в Практикуме:
1. Математика человеческим языком

Идём от простого к сложному. Подробно разбираем каждое понятие. Даём много примеров и иллюстраций.

2. Более 1000 практических задач
Объясняем, как абстрактные формулы связаны с анализом данных. Вы не просто читаете теорию, вы сразу закрепляете навык.

3. Навыки для работы и собеседований
Сверяем учебный план с аналитиками и специалистами по Data Science. Учим только тому, что пригодится в работе.

Содержание:
Модуль 1 - Теория вероятностей и статистика

Дискретный и непрерывный случай
Работа с несколькими непрерывными случайными величинами
Статистические тесты
Максимизация правдоподобия

Модуль 2 - Линейная алгебра
Векторы
Нормы
Матрицы и их трансформации
Обратная матрица и определитель

Модуль 3 - Математический анализ
Функции и их графики
Экспонента, логарифм, обратные функции, производные
Предел, геометрическая прогрессия и интеграл
Функция от нескольких переменных

Модуль 4 - Продвинутая линейная алгебра
Регрессия
Собственные числа
PCA, SVD



Отзывы



Кликните на изображение чтобы обновить код, если он неразборчив