Математика для анализа данных

Что даст вам этот курс
7
0
Курс посвящен практическому применению математических методов с реализацией на Python и в тесной привязке к задачам Data Science . Укрепим фундаментальные знания и прикладные навыки по применению:
- Теории Множеств
- Линейной Алгебры
- Векторной Геометрии
- Методов Оптимизации
- Теории Вероятности
- Математической Статистике

Для кого этот курс:
- Выпускники университетов (скорее всего, технических и экономических специальностей), планирующие свое развитие в качестве аналитика данных/data scientist.
- Junior-Mid Level аналитики и data scientists, которые планируют укрепить свои фундаментальные знания либо освежить их.

Требования к поступающим:
Знания:
- математики и статистики на уровне университета, базовые знания Python (или любого языка программирования с желанием освоить Python)

Требования по ПО:
- можно будет использовать любую ОС на данном курсе. Все что нужно это Python (версия выше 3.0) с установленным пакетом библиотек Anaconda. При отсутствии Anaconda, все необходимые для курса библиотеки можно установить вручную через команду "pip install package_name"

Выпускной проект:
полный аналитический и статистический анализ выбранного датасета. Решение задачи DS для данного сета (классификация) посредством написания собственной реализации алгоритма машинного обучения.

Продолжительность курса: 4 месяца.
Программа обучения
Модуль 1
Основы линейной алгебры и теории множеств + реализация в Python
Модуль 2
Методы математической оптимизации + реализация в Python
Модуль 3
Основы описательной статистики + реализация в Python
Модуль 4
Статистический анализ данных + реализация в Python
Модуль 5
Проектная работа
Основы линейной алгебры и теории множеств + реализация в Python
− Основы векторной и матричной алгебры;
− Краткий обзор матричных операций;
− Теория множеств: определение, основные понятия (объединение, дополнение, пересечение, разность);
− Реализация в Python (numpy).
Оценить модуль
1
0
Методы математической оптимизации + реализация в Python
− Основные понятия;
− Одномерная оптимизация, многомерная оптимизация, оптимизация с использованием верхних оценок;
− Разреженные методы, методы отсекающих плоскостей, стохастические методы;
− Реализация в Python (scipy).
Оценить модуль
1
0
Основы описательной статистики + реализация в Python
− Определение, основные понятия (среднее, мода, медиана, макс/мин значение, квартили, среднеквадратичное отклонение, дисперсия, коэффициент эксцесса и коэффициент асимметрии);
− Виды распределений (нормальное, биномиальное, Бернулли, Пуассона, бета-распределение);
− Центральная предельная теорема;
− Реализация в Python (scipy);
− Разбор на датасете (с помощью pandas).
Оценить модуль
1
0
Статистический анализ данных + реализация в Python
− Одномерный и многомерный анализ данных, корреляционный анализ, коллинеарность;
− Проверка статистических гипотез (статистическая значимость, p-value, статистическая мощность, ошибки первого и второго рода, доверительный интервал);
− Основные статистические тесты (z-test, f-test, chi-2 test);
− Реализация в Python (scipy);
− Разбор на датасете (с помощью pandas).
Оценить модуль
2
0
Проектная работа
Полный аналитический и статистический анализ выбранного датасета. Решение задачи DS для данного сета (классификация) посредством написания собственной реализации алгоритма машинного обучения.
Оценить модуль
2
0
Опрос по программе "Math for Data Science"

При запуске нового курса, нам очень важно оценивать качество и актуальность предлагаемой программы на этапе идеи и концепции модулей, поэтому мы будем очень рады и благодарны вашим ответам, экспертным оценкам и комментариям.

Вопрос №1 из 7
Ваше имя и фамилия
Вопрос №2 из 7
Выберите один вариант ответа
Вам понятно, о чем этот курс?
оцените от 1 (не понял) до 5 (да, все ясно)
Вопрос №3 из 7
Выберите один вариант ответа
Является ли этот курс интересным лично для вас?
оцените от 1 (совсем не интересно) до 5 (круто, интересно, я бы пошел)
Вопрос №4 из 7
Выберите один вариант ответа
Как вы думаете, будет ли этот курс востребован на рынке?
оцените от 1 (совсем не интересно) до 5 (да, думаю, людям понравится)
Вопрос №5 из 7
Выберите один вариант ответа
Как вы оцениваете актуальность такой программы?
оцените от 1 (категорически устарела) до 5 (современная или даже на хайпе)
Вопрос №6 из 7
Выберите один вариант ответа
Можно ли реализовать в рамках курса предложенные идеи проекта?
оцените от 1 (не сработает, идея нерабочая) до 5 (да, проект получится отличный и полезный)
Вопрос №7 из 7
Комментарии и предложения - мы всегда им рады!