Бесплатный вводный урок
Узнаете, для понимания каких инструментов анализа данных и Data Science нужен каждый раздел математики. Пройдёте небольшую симуляцию собеседования на платформе.
Линейная алгебра
Научитесь использовать матрицы, векторы, нормы, определители. Сможете читать обозначения и оперировать формулами. Узнаете, почему косинусное расстояние используется для сравнения текстов. Разберётесь в особенностях применения линейной алгебры в анализе данных.
Математический анализ
Освоите семейства и характеристики функций. Узнаете практическое значение производной и интеграла. Разберётесь в алгоритме градиентного спуска, который лежит в основе нейронных сетей и градиентного бустинга.
Приложения линейной алгебры в анализе данных
Поймёте, как работают методы линейной регрессии и сингулярного разложения. Узнаете, как связаны собственные числа с матричными разложениями PCA и SVD, и научитесь их вычислять. Научитесь сокращать размерность больших данных и визуализировать их. Узнаете, как найти решение линейной регрессии с помощью градиентного спуска, и лучше поймёте, как обучается нейронная сеть.
Теория вероятностей и статистика
Узнаете, как принимаются решения на основе статистических данных. Разберётесь в теореме Байеса и других формулах теории вероятностей. Узнаете, что такое A/B-тест, доверительный интервал и бутстрэп.
Симуляция математической секции собеседования
Пройдёте симулятор математической секции собеседования на позицию аналитика или специалиста по Data Science в нашем тренажёре.