מתמטיקה למדעי הנתונים. חלק 3. שיטות אופטימיזציה ואלגוריתמים לניתוח נתונים - קורס RUB 32,490. ממומחה, הכשרה 40 שעות אקדמיות, תאריך 15 במאי 2023.
Miscellanea / / December 03, 2023
מורה מקצועי לקורס תכנות, מפתח מוסמך מכון פייתון עם ניסיון עבודה כללי בתחום ה-IT יותר מ-20 שנה. בנו מערכות IT ב-4 חברות מאפס. יותר מ 5 שנים.
ואדים ויקטורוביץ' סיים את לימודיו באוניברסיטה הממלכתית של רוסיה למדעי הרוח בשנת 2000 עם התמחות באינפורמטיקה ומדעי המחשב. מקצוען אמיתי בענייני אדמיניסטרציה DBMS, אוטומציה של תהליכים עסקיים של החברה (ERP, CRM וכו'), יצירת מקרי מבחן והכשרת עובדים.
מסוגל להניע ולרתק. הוא תובעני מהמאזינים שלו, תמיד מוכן להבהיר נקודות קשות. ניסיון רב בעבודה על פרויקטים אמיתיים מאפשר לו לשים לב לאותם פרטים שבדרך כלל מתעלמים מהם על ידי מפתחים מתחילים.
מודול מספר 1. שיטות אופטימיזציה (16 ac. ח.)
- מושגי יסוד, הגדרות, נושא
- המשכיות, חלקות והתכנסות של פונקציות דיגיטליות. פונקציות דיגיטליות בדידות
- אופטימיזציה מותנית ובלתי מותנית
- שיטות אופטימיזציה של קריטריונים בודדים
- הצהרה על בעיית האופטימיזציה הרב קריטריונים
- שיטות אופטימיזציה מרובות קריטריונים
- ירידה בשיפוע
- שיטות אופטימיזציה סטוכסטיות
מודול 2. אלגוריתמים לניתוח נתונים (16 ac. ח.)
- אלגוריתם רגרסיה לינארית. ירידה בשיפוע
- קנה מידה של תכונות. L1- ו-L2-רגוליזציה. ירידה בשיפוע סטוכסטי
- רגרסיה לוגיסטית
- אלגוריתם לבניית עץ החלטות. יער אקראי
- הגברת שיפוע
- ניתוח אלגוריתם ההפצה האחורית
מודול 3. עבודה אחרונה (8 ac. ח.)
מדע הנתונים כולל מגוון רחב של גישות ושיטות לאיסוף, עיבוד, ניתוח והצגה של מערכי נתונים בכל גודל. תחום נפרד וחשוב למעשה במדע זה הוא עבודה עם נתונים גדולים תוך שימוש בעקרונות חדשים מודלים מתמטיים וחישוביים, כאשר שיטות קלאסיות מפסיקות לעבוד בגלל חוסר האפשרות שלהן דֵרוּג. קורס זה נועד לעזור לתלמיד ללמוד את היסודות של תחום הנושא באמצעות ניסוח ו פתרון בעיות אופייניות שחוקר מדעי הנתונים עלול להיתקל בהן עֲבוֹדָה. כדי ללמד את הסטודנט לפתור בעיות כאלה, מחברי הקורס מספקים לתלמיד את המינימום התיאורטי הדרוש ומראים כיצד להשתמש בבסיס הכלים בפועל.
4,2