Matemaatika andmeteadusele. 1. osa. Matemaatiline analüüs ja lineaaralgebra - kursus 26 990 RUB. alates Spetsialist, koolitus 40 akadeemilist tundi, kuupäev 15. mai 2023. a.
Varia / / December 03, 2023
Professionaalne programmeerimiskursuste õpetaja, diplomeeritud arendaja Pythoni instituut üldise töökogemusega IT valdkonnas rohkem kui 20 aastat. Ehitatud IT-süsteemid 4 ettevõttes nullist. Rohkem kui 5 aastat.
Vadim Viktorovitš lõpetas 2000. aastal Venemaa Riikliku Humanitaarülikooli informaatika ja arvutiteaduse erialal. Tõeline professionaal haldusküsimustes DBMS, ettevõtte äriprotsesside automatiseerimine (ERP, CRM jne), katsejuhtumite loomine ja töötajate koolitamine.
Suudab motiveerida ja köita. Ta on kuulajate suhtes nõudlik, alati valmis keerulisi kohti selgeks tegema. Laialdased reaalsete projektidega töötamise kogemused võimaldavad tal pöörata tähelepanu nendele detailidele, mis algajatel arendajatel tavaliselt kahe silma vahele jäävad.
1. moodul. Jupiteri sülearvuti (Python) tutvustus (8 ak. h.)
2. moodul. Sissejuhatus matemaatilisesse analüüsi (16 ak. h.)
- Matemaatilise analüüsi põhimõisted. Üksus.
- Hulgateooria (tõenäosusruumid. Elementaarsete tulemuste diskreetne ruum. Tõenäosus arvutel ja tasapinnal. liitmise ja korrutamise reegel).
- meetrilised ruumid (meetrilise ruumi mõiste. Normruumi definitsioon, normi mõiste, erinevus meetrikast, normruumide näited. Optimeerimise norm).
- Jadad. Piiride teooria (Cauchy definitsioon. Peano määratlus. Funktsioonide piiride arvutamine. Asümptootilised funktsioonid. Samaväärsed funktsioonid. Funktsiooni keerukuse hindamine).
- Diferentseerimine (funktsiooni eristatavus punktis. Kõrgema järgu osatuletised ja diferentsiaalid. Gradient. Hesse maatriks. Ühe muutuja funktsiooni tuletis. Mitme muutuja funktsiooni tuletis).
- Paljude muutujate funktsioonide äärmused (kohalike ja globaalsete miinimumpunktide määratlused. Kumerfunktsioonide jaoks ekstreemumi vajalik ja piisav tingimus. Statsionaarsete punktide mõiste ja - nende määratluse erinevus äärmuspunktidest).
- Integraal (määramata integraal. Kindel integraal. Kindla integraali ja ligikaudsete meetodite rakendused selle arvutamiseks Valed integraalid. Topeltintegraalid. Ligikaudsed integreerimismeetodid).
- read (ridade mõisted. Seeriate lähenemine).
- Matemaatilise analüüsi uuritud osade rakendamine üldnäite abil (Jupiteri märkmik). Projekt.
3. moodul. Lineaaralgebra (16 ak. h.)
- Lineaarne ruum.
- Maatriksid ja maatrikstehted.
- Lineaarsed teisendused.
- Lineaarvõrrandisüsteemid.
- Maatriksite ainsuse lagundamine.
- Lineaaralgebra uuritud lõikude rakendamine üldisel näitel (Jupiteri märkmik). Projekt.
Andmeteadus hõlmab laia valikut lähenemisviise ja meetodeid mis tahes suurusega andmekogumite kogumiseks, töötlemiseks, analüüsimiseks ja visualiseerimiseks. Selle teaduse omaette praktiliselt oluline valdkond on uute põhimõtete järgi töötamine suurandmetega matemaatiline ja arvutuslik modelleerimine, kui klassikalised meetodid lakkavad töötamast nende võimatuse tõttu skaleerimine. See kursus on mõeldud selleks, et aidata õpilasel omandada ainevaldkonna põhitõdesid sõnastuse ja tüüpiliste probleemide lahendamine, millega andmeteaduse uurija võib endal kokku puutuda tööd. Õpetamaks õpilast selliseid probleeme lahendama, annavad kursuse autorid üliõpilasele vajaliku teoreetilise miinimumi ning näitavad, kuidas tööriistabaasi praktikas kasutada.
4,2
Värskendad oma teadmisi matemaatikast, õpid põhilisi valemeid ja funktsioone ning mõistad masina põhitõdesid koolituse ja võid alustada karjääri Data Science’is – IT-ettevõtted üle maailma otsivad just selliseid spetsialiste.
4,4