Вебинар: Как математика используется в анализе данных?

За 1,5 часа вы узнаете, как обработать данные так, чтобы модель работала быстрее и эффективнее. Разбираем этот вопрос на практических примерах.

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?

Кому подойдет этот курс?

Текущим программистам и аналитикам, которые хотят повысить уровень или перейти в новую область

Начинающим специалистам, которые хотят освоить востребованную профессию в Data Science

Тем, кто готовится к поступлению Школу анализа данных и хочет знать ответы на каверзные вопросы

В программу курса входит материал, необходимый вам для успешной сдачи вступительных экзаменов в Школу анализа данных Яндекс

Подготовитесь к ШАД

Вы узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения

Математические основы Machine Learning

Чему вы научитесь?

Программа занятий

Как проходит обучение

Обучение с самых основ

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.

Авторы курса

Артур Сапрыкин

Ex-Data Scientist ПАО «Мегафон». Работал с крупными проектами по обработке естественного языка и анализом аудио.

Татьяна Захарова

Кандидат физико-математических наук, доцент факультета ВМК МГУ. Преподавательский стаж – более 28 лет.

Леонид Крицков

Кандидат физико-математических наук, доцент факультета ВМК МГУ. Преподавательский стаж – более 25 лет.

Кирилл Панов

Куратор курса. Специалист по компьютерной безопасности. Готовит к поступлению в ШАД

Тарифы