Veri Bilimi için Matematik. Bölüm 2. Olasılık teorisi ve matematiksel istatistik - kurs 27.990 RUB. Uzmandan, eğitim 40 akademik saat, tarih 15 Mayıs 2023.
Miscellanea / / December 03, 2023
Profesyonel programlama kursu öğretmeni, sertifikalı geliştirici Python Enstitüsü BT alanında genel iş tecrübesine sahip 20 yıldan fazla. 4 firmanın IT sistemlerini sıfırdan kurduk. Bundan fazla 5 yıl.
Vadim Viktorovich, 2000 yılında Rusya Devlet Beşeri Bilimler Üniversitesi'nden Bilişim ve Bilgisayar Bilimleri alanında uzmanlaşarak mezun oldu. Yönetim konularında gerçek bir profesyonel DBMS, şirket iş süreçlerinin otomasyonu (ERP, CRM vb.), test senaryoları oluşturmak ve çalışanları eğitmek.
Motive edebilir ve büyüleyebilir. Dinleyicilerinden talepkardır ve zor noktaları açıklamaya her zaman hazırdır. Gerçek projeler üzerinde çalışan kapsamlı deneyim, acemi geliştiricilerin genellikle gözden kaçırdığı ayrıntılara dikkat etmesine olanak tanır.
Modül 1. Olasılık teorisinin temel kavramları. Örnekler (4 ac. H.)
Modül 2. Rastgele olaylar. Şartlı olasılık. Bayes'in formülü. Bağımsız testler (4 ac. H.)
Modül 3. Ayrık rastgele değişkenler. Olasılık dağılımı kanunu. Binom dağılım kanunu. Poisson dağılımı (4 ac. H.)
Modül 4. Tanımlayıcı istatistikler. Nüfusun niteliksel ve niceliksel özellikleri. Verilerin grafiksel sunumu (4 ak. H.)
Modül 5. Sürekli rastgele değişkenler. Dağılım fonksiyonu ve olasılık yoğunluk fonksiyonu. Düzgün ve normal dağılım. Merkezi limit teoremi (4 ak. H.)
Modül 6. İstatistiksel hipotezlerin test edilmesi. P değerleri. Güvenilirlik aralığı. (4 ac. H.)
Modül 7. Miktarlar arasındaki ilişki. Parametrik ve parametrik olmayan korelasyon ölçümleri. Korelasyon analizi. (4 ac. H.)
Modül 8. Çok değişkenli istatistiksel analiz. Doğrusal regresyon (4 ac. H.)
Modül 9. Varyans analizi. Lojistik regresyon (4 ac. H.)
Modül 10. Olasılık teorisi ve matematiksel istatistiğin incelenen bölümlerinin genel bir örnek (Jüpiter defteri) üzerinde uygulanması. Proje. (4 ac. H.)
Veri bilimi, her boyuttaki veri setini toplamak, işlemek, analiz etmek ve görselleştirmek için çok çeşitli yaklaşım ve yöntemleri içerir. Bu bilimin ayrı bir pratik olarak önemli alanı, yeni ilkeler kullanarak büyük verilerle çalışmaktır. klasik yöntemlerin imkansızlığı nedeniyle çalışmayı bıraktığı matematiksel ve hesaplamalı modelleme ölçeklendirme. Bu ders öğrencinin konu alanının temellerini formülasyon ve anlatım yoluyla öğrenmesine yardımcı olmak için tasarlanmıştır. Bir veri bilimi araştırmacısının hayatında karşılaşabileceği tipik sorunları çözme iş. Öğrenciye bu tür problemleri çözmeyi öğretmek için dersin yazarları öğrenciye gerekli teorik minimum bilgileri sağlar ve araç tabanının pratikte nasıl kullanılacağını gösterir.
4,2
Matematik bilginizi tazeleyecek, temel formülleri ve fonksiyonları öğrenecek ve makinelerin temellerini anlayacaksınız. eğitim alarak Veri Bilimi alanında bir kariyere başlayabilirsiniz - dünyanın her yerindeki BT şirketleri bu tür uzmanları arıyor.
4,4