Специалисты по Data Science исследуют разные гипотезы
Рекомендации товаров, движение денег, распознавание сущностей и паттернов. На математическом уровне к этим разрозненным предметам применимы одинаковые инструменты
Анализ данных отличается от разработки приложений
Цель аналитика состоит не в написании программы, а в оценке гипотезы. Язык описания и проверки гипотез — это и есть математика
Ведь математика — одна и та же, а язык программирования выбирают, исходя из доступных средств и необходимой скорости работы алгоритма
Сначала математическая формулировка — потом программное решение
Хорошие новости
Аналитики используют не весь математический инструментарий, лишь несколько разделов. Однако без их знания трудно понять описание нового прорывного алгоритма и тем более его реализовать
Зачем нужна математика в Data Science?
Тест: насколько хорошо вы знаете математику, чтобы начать заниматься Data Science?
В ладах ли вы с математикой? Вот несколько не самых сложных задач, главное в которых — проверить математическую интуицию и смекалку. Все задачи снабжены пояснениями и ответами. Заполните форму и проверьте свои знания
Текущим программистам и аналитикам, которые хотят повысить уровень или перейти в новую область
Начинающим специалистам, которые хотят освоить востребованную профессию в Data Science
Вы узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения
Математические основы Machine Learning
Научитесь структурно работать с большим объемом данных, решать сложные задачи и усилите свои компетенции
Заложите математический фундамент
В программу курса входит материал, необходимый вам для успешной сдачи вступительных экзаменов в Школу анализа данных Яндекс
Подготовитесь к ШАД
Чему вы научитесь?
Программа занятий
Введение в базовую математику
Множества, соответствия, отношения. Операции над множествами
Понятие о числовой последовательности и способах ее задания
Тестовые задания
Геометрическая прогрессия, определение, свойства. Формула n-го члена и суммы первых n членов прогрессии. Бесконечно убывающая геометрическая прогрессия, ее сумма. Векторная алгебра. Понятие вектора. Коллинеарность и компланарность векторов. Операции над векторами: сложение, умножение на число.
Скалярное произведение, векторное произведение.
Тестовые задания
Операции над событиями, классическая модель вероятности с использованием комбинаторных формул, вероятности сложных событий, формула включения-исключения, схема Бернулли, условная вероятность, независимость событий, формула полной вероятности, формула Байеса.
Рациональные уравнения. Равенство, тождество, уравнение. Корень уравнения. Равносильные уравнения и неравносильные преобразования при решении уравнений.
Тестовые задания
Расширение и сужение области допустимых значений уравнения. Линейные уравнения. Квадратные уравнения. Дискриминант. Формула для решения квадратных уравнений. Теоремы Виета, прямая и обратная.
Алгебраические уравнения и системы уравнений. Системы уравнений. Замены переменных.
Тестовые задания
Расширение и сужение области допустимых значений уравнения. Линейные уравнения. Квадратные уравнения. Дискриминант. Формула для решения квадратных уравнений. Теоремы Виета, прямая и обратная.
Алгебраические уравнения и системы уравнений. Системы уравнений. Замены переменных.
Тестовые задания
Иррациональные уравнения, область допустимых значений. Совместные и несовместные системы уравнений. Определенные и неопределенные системы уравнений. Системы двух линейных уравнений с двумя неизвестными.
Графический способ решения систем уравнений.
Тестовые задания
Рациональные неравенства. Числовые неравенства, их свойства. Неравенства с одной переменной, равносильные преобразования неравенств. Решение квадратных неравенств, рациональных неравенств. Метод интервалов.
Системы рациональных неравенств. Равносильные преобразования систем. Совокупность систем неравенств.
Тестовые задания
Алгебраические неравенства. Иррациональные неравенства и их системы. Область допустимых значений. Неравенства, содержащие знак модуля, и их системы.
Схемы решения. Метод оптимизации и логарифмические неравенства.
Тестовые задания
Понятие числовой функции, способы задания, область определения, область значений функции. График функции. Элементарные функции.
Графики прямой функции. Понятие обратной функции. Графики обратной функции. Преобразования графиков функций: сдвиг вдоль осей координат, растяжение и сжатие вдоль осей координат.
Преобразования, связанные с наличием знака модуля у аргумента или функции.
Тестовые задания
Производная. Уравнение касательной к графику функции. Правила вычисления производных: производные суммы, разности, произведения и частного двух функций. Таблица производных.
Производная сложной функции. Максимумы и минимумы (экстремумы) функции, промежутки возрастания и убывания. Исследование функций. Общая схема построения графиков функций.
Тестовые задания
Нахождение наибольшего и наименьшего значений функции на отрезке. Применение производной для решения задач. Физические приложения производной.
Понятие первообразной. Неопределенный и определенный интеграл. Техника интегрирования.
Тестовые задания
Контрольная работа
Определение числовой последовательности. Понятие предела числовой последовательности. Операции над последовательностями и их пределами. Критерий Коши сходимости последовательностей. Свойства монотонных последовательностей. Предельные точки последовательностей, их существование.
Вводный модуль помогает начать погружение в аналитику данных с основ — с изучения математики и статистики, практически с нуля. Программа разработана специалистами с многолетним опытом.
Коммуникация и обратная связь
Чтобы обучение было более интересным и комфортным, студенты получат обратную связь. Кураторы и менторы отвечают на вопросы и дают комментарии по домашним заданиям на CoreApp.
Персональный ментор
Для тех, кто хочет погрузиться в среду более углубленно, мы подготовили тариф с личным наставником. Это 3 персональные встречи с преподавателем, на которых вы сможете детально обсудить все узкие места в обучении и разобрать конкретные примеры.
Самостоятельная подготовка
В конце каждого занятия вы получаете задачи с возрастающим уровнем сложности. Решая их, вы сможете глубже усвоить материал, а также обсудить вопросы с сокурсниками в общем чате.
Сдача выпускного экзамена
На завершающем этапе вас ждет специальное задание, которое позволит применить полученные знания и подтвердить успешное изучение материала. Комментарии на задание также дадут преподаватели.
Образовательные онлайн-курсы от создателей одного из самых крупных IT-сообществ «Библиотека программиста». В нашем комьюнити уже более 800 000 разработчиков. Помогаем развивать технические навыки, осваивать новые профессии и продвигаться в карьере. Учим решать сложные задачи и готовим к собеседованиям в Яндекс, Samsung, Amazon и т. д.
Куратор курса «Математика для Data Science». Специалист по компьютерной безопасности с 10-летним опытом преподавания математики.
Помогает подготовиться к поступлению в ШАД и уверенно шагнуть в мир Data Science.
Леонид Крицков
Кандидат физико-математических наук, доцент факультета ВМК МГУ. Автор задачника «Алгебра и аналитическая геометрия: теоремы и задачи», используемого на факультете ВМК МГУ. Свыше 25 лет преподает линейную алгебру и математический анализ. Является автором более 80 научных публикаций.
Дмитрий Емельянов
Магистр по специальности вычислительная математика, аспирант кафедры общей математики факультета ВМК МГУ.
Научные интересы: дифференциальные уравнения, компьютерная графика, интерфейсы пользователя.
Татьяна Захарова
Кандидат физико-математических наук, доцент факультета ВМК МГУ. Преподает теорию вероятностей и математическую статистику более 28 лет.
Является автором более 70 научных публикаций, в том числе связанных с обработкой больших объемов данных.
Артур Сапрыкин
Ex-Data Scientist ПАО «Мегафон». Среди разработанных решений были собственные морфологический, синтаксический и семантический анализаторы.
Работал с крупными проектами по обработке естественного языка и анализом аудио.
Жиленко Вениамин
Образование: кафедра физики МГТУ им. Баумана, в данный момент студент кафедры математического моделирования НИУ МЭИ. 5 лет педагогической работы.
«Мои ученики уже поступили в лучшие вузы Москвы и Санкт-Петербурга, среди которых МГУ, ВШЭ, МИФИ, МГТУ им. Баумана, СПБГУ, ИТМО. Исследую паровые взрывы в ОИВТ РАН»
Ларионов Никита
Образование: Опыт репетиторской деятельности 3 года. Студент 3 курса мех-мата МГУ им М.В.Ломоносов.
Разрабатывает web-приложение по моделированию непрерывных и дифференцируемых нагрузок на твердые тела с последующим патентом.
Курс «Основы программирования на Python» интересный, видео лекции подробны и понятны новичку. Преподаватель Роман отличный наставник, заставляет думать, искать решения и информацию, лично для меня это важное качество. В общем, советую всем хотящим просто начать уже учить пайтон.
Курс «Основы программирования на Python» интересный, видео лекции подробны и понятны новичку. Преподаватель Роман отличный наставник, заставляет думать, искать решения и информацию, лично для меня это важное качество.
Прохожу курс по «Математике для Data Science». Преподаватели всегда помогают, куратор направляет. Благодарна за помощь, поддержку и понимание!
Руслан Алиев
Прохожу школьную математику в рамках курса «Математика для Data Science», в уроках очень подробно объясняются основы математики, что очень помогает более уверенно переходить к высшей математике, что является необходимым для Data Science. После каждого урока даётся задание, чтобы
Прохожу школьную математику в рамках курса «Математика для Data Science», в уроках очень подробно объясняются основы математики, что очень помогает более
По наполнению курса, который я прохожу «Математика для Data Science Pro» нравится абсолютно все, разбираются все темы, в которые мне необходимо было погрузиться. Курс скорее для продвинутых. Нравится подробный разбор доказательств, логичность изложения тем. Точно чувствую
По наполнению курса, который я прохожу «Математика для Data Science Pro» нравится абсолютно все, разбираются все темы, в которые мне необходимо было погрузиться. Курс скорее для
С помощью курса proglib academy я хотел освежить знания и всегда иметь возможность вернуться к качественным заданиям и лекциям. Курс с этой задачей справился, так что благодарю!
Глеб Аксенов
Курс proglib academy очень понравился. Для меня ценно было то, что освещались фундаментальные темы по математике, которые я не проходил в университете. С точки зрения развития математической культуры, на мой взгляд, курс очень полезен. Понравились дополнительные занятия
Курс proglib academy очень понравился. Для меня ценно было то, что освещались фундаментальные темы по математике, которые я не проходил в университете.
Отличный курс по математике! Очень понятные и доходчивые объяснения от авторов. Прохождение помогло «восстановить» базовые знания школьной математики как раз такой и искал. Как итог смог решить экзаменационные примеры, которые перед прохождением
Отличный курс по математике! Очень понятные и доходчивые объяснения от авторов. Прохождение помогло «восстановить» базовые знания школьной математики как раз
По наполнению курса, который я прохожу нравится абсолютно все, разбираются все темы, в которые мне необходимо было погрузиться. Курс скорее для продвинутых. Нравится подробный разбор доказательств, логичность изложения тем. Точно чувствую больше уверенности в своих знаниях. В общем, очень хороший курс, то, что я хотела, и отдельное спасибо за возможность проходить в своём режиме, совмещая с работой и за обратную связь от преподавателей по домашнему заданию.
Михаил Шпильман
Отличный курс по математике! Очень понятные и доходчивые объяснения от авторов. Прохождение помогло «восстановить» базовые знания школьной математики – как раз такой и искал. Как итог – смог решить экзаменационные примеры, которые перед прохождением курса ничего кроме страха не вызывали) Уже рекомендовал курс знакомому, у которого тоже «боязнь» математики и желание начать её осваивать).
Глеб Аксенов
Курс proglib.academy очень понравился. Для меня ценно было то, что освещались фундаментальные темы по математике, которые я не проходил в университете. С точки зрения развития математической культуры, на мой взгляд, курс очень полезен. Понравились дополнительные занятия по ML, хорошо «разбавляют» занятия по чистой математике. Я сейчас взял перерыв, через месяц планирую продолжить. Здорово, что есть год, чтобы пройти курс.
Руслан Алиев
Прохожу школьную математику в рамках курса «Математика для Data Science», в уроках очень подробно объясняются основы математики, что очень помогает более уверенно переходить к высшей математике, что является необходимым для Data Science. После каждого урока даётся задание, чтобы закрепить полученный материал... Также можно задавать любые вопросы авторам курса по учебному материалу. Спасибо за курс!
Нам важно оценить качество и актуальность предлагаемой программы, поэтому будем рады вашему участию в опросе.
Нам очень важно оценивать качество и актуальность предлагаемой программы курса, поэтому будем очень рады вашим ответам в опросе ниже.
Благодарим за уделенное время!
Вопросы-ответы
Всё зависит только от вас. В среднем наши студенты занимаются от трёх до пяти часов в неделю.
У вас будет куратор в Telegram-чате, а преподаватель лично прокомментирует домашние задания и даст полезные советы. Вы всегда сможете получить ответы на вопросы по теме урока. Так вы сможете перенять опыт, профессиональные знания и лайфхаки.
Да, заявку рассмотрят банки: Т-Банк, ОТП, Ренессанс, МТС, Открытие, Kviku. Также можно оплатить курс частями через сервис «Долями».
Остались вопросы?
Остались вопросы, вы не знаете подходит ли курс лично вам. Заполните форму, мы свяжемся с вами в ближайшее время и подробно обо всем расскажем.