מתמטיקה למדעי הנתונים. חלק 1. ניתוח מתמטי ואלגברה לינארית - קורס RUB 26,990. 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. מבוא למחברת יופיטר (Python) (8 ac. ח.)
מודול 2. מבוא לניתוח מתמטי (16 ac. ח.)
- מושגי יסוד של ניתוח מתמטי. פריט.
- תורת הקבוצות (רווחי הסתברות. מרחב דיסקרטי של תוצאות יסודיות. הסתברות על קו המספרים והמישור. כלל חיבור וכפל).
- מרחבים מטריים (המושג מרחב מטרי. הגדרה של מרחב נורמאלי, מושג הנורמה, הבדל ממדד, דוגמאות למרחבים נורמטיביים. הנורמה באופטימיזציה).
- רצפים. תורת הגבולות (ההגדרה של קאוצ'י. ההגדרה של פיאנו. חישוב גבולות הפונקציה. פונקציות אסימפטוטיות. פונקציות שוות ערך. הערכת מורכבות התפקוד).
- דיפרנציאציה (הבדלנות של פונקציה בנקודה. נגזרות חלקיות והפרשים מסדרים גבוהים יותר. מִדרוֹן. מטריצה הסיאנית. נגזרת של פונקציה של משתנה אחד. נגזרת של פונקציה של מספר משתנים).
- אקסטרמה של פונקציות של משתנים רבים (הגדרות של נקודות מינימום מקומיות וגלובליות. תנאי הכרחי ומספיק לאקסטרום לתפקודים קמורים. המושג נקודות נייחות ו- ההבדל בהגדרתן מנקודות קיצון).
- אינטגרל (אינטגרל בלתי מוגדר. אינטגרל מובהק. יישומים של אינטגרל מוגדר ושיטות משוערות לחישובו. אינטגרלים לא תקינים. אינטגרלים כפולים. שיטות משוערות לאינטגרציה).
- שורות (מושגים של שורות. התכנסות של סדרות).
- יישום החלקים הנלמדים של ניתוח מתמטי באמצעות דוגמה כללית (מחברת יופיטר). פּרוֹיֶקט.
מודול 3. אלגברה לינארית (16 ac. ח.)
- רווח ליניארי.
- מטריצות ופעולות מטריצות.
- טרנספורמציות ליניאריות.
- מערכות משוואות ליניאריות.
- פירוק יחיד של מטריצות.
- יישום הקטעים הנלמדים באלגברה לינארית על דוגמה כללית (מחברת צדק). פּרוֹיֶקט.
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
תרענן את הידע שלך במתמטיקה, תלמד נוסחאות ופונקציות בסיסיות ותבין את יסודות המכונה הכשרה ותוכל להתחיל קריירה ב-Data Science - חברות IT ברחבי העולם מחפשות מומחים כאלה.
4,4