Data Science and Data Engineering, Business Intelligence Семестр 1 [2021]
Ozon Masters
Александр Дьяконов, Владимир Панов, Иван Оселедец, Павел Клеменков, Юрий Дорн, Александр Дайняк, Александр Рубцов, Артем Сорокин, Дмитрий Дагаев, Даниил Мусатов, Екатерина Артемова, Федор Иванов, Артем Бочкарев, Екатерина Денике, Роман Исаченко, Ван Хачатрян, Александр Алексейцев, Алексей Чернобровов
Ozon Masters - это Вам не школа, это программа обучения в области анализа данных.
Мы предлагаем два направления: теоретическое с уклоном в программирование Data Science и Data Engineering и сфокусированное на практических кейсах Business Intelligence.
Наша линейка курсов соответствует программам подготовки в области машинного обучения и бизнес-аналитики ведущих университетов мира.
1. Data Science and Data Engineering
Эта программа дает глубокие теоретические и практические навыки в области анализа данных. Фокус на том, что реально работает. Жесткая математика и очень много практики.
2. Business Intelligence
Это программа по подготовке бизнес-аналитиков с глубоким знанием анализа данных.
1. Data Science and Data Engineering
Эта программа дает глубокие теоретические и практические навыки в области анализа данных. Фокус на том, что реально работает. Жесткая математика и очень много практики.
1. Data Science and Data Engineering
Эта программа дает глубокие теоретические и практические навыки в области анализа данных. Фокус на том, что реально работает. Жесткая математика и очень много практики.
1. Data Science and Data Engineering
Эта программа дает глубокие теоретические и практические навыки в области анализа данных. Фокус на том, что реально работает. Жесткая математика и очень много практики.
- Расширенный алгоритм Евклида.
- Алгоритм быстрого возведения в степень.
- Числа Фибоначчи. Вычисление через:
- рекурсию
- рекурсию с запоминанием
- итерацию
- возведение матрицы в степень
- Доказательство нижних оценок на время работы алгоритма Евклида через числа Фибоначчи.
- Переход от рекурсии к итерации с помощью стека.
Деревья рекурсии. Доказательство Θ-оценок для алгоритмов:
- Алгоритм Карацубы.
- Сортировка слиянием.
- Поиск k-ой порядковой статистики (детерминированный алгоритм).
- Алгоритм деления целых чисел.
Анализ рекуррентных соотношений. Доказательство основной теоремы о рекурсии.
* Теорема Akra-Bazzi об анализе рекуррентных соотношений для алгоритмов «разделяй и властвуй».
Блок 4 - Сортировки. Верхние и нижние оценки I* Теорема Akra-Bazzi об анализе рекуррентных соотношений для алгоритмов «разделяй и властвуй».
- Детерминированный алгоритм поиска k-ой порядковой статистики.
- Быстрая сортировка (вероятностный алгоритм). Оценка среднего времени работы.
- Быстрая сортировка (детерминированный алгоритм).
- Сортировка за линейное время:
- Сортировка подсчётами (Counting sort)
- Поразрядная сортировка (Radix sort)
Сортировки сравнениями. Модель разрешающих деревьев, доказательство нижних оценок.
- Доказательство оценки Ω (nlogn) для сортировок сравнениями.
- Бинарный поиск. Нижняя оценка на поиск элемента в отсортированном массиве.
- Задача поиска F−1(x) для монотонной функции.
- Потенциальные функции. Нижняя оценка на поиск второго максимума в массиве.
- Оценки сложности различных алгоритмов сортировки:
- сортировка пузырьком
- сортировка вставками
- Стеки и очереди.
- Односвязные и двусвязные списки.
- Heap (пираммда/куча):
- Heap sort
- Очередь с приоритетами на основе
- Хэш-функции и хэш-таблицы.
- Двоичные деревья поиска.
- Определение красно-чёрных деревьев.
- Балансировка красно-чёрных деревьев при добавлении и удалении вершины.
* Декартовы деревья.
Блок 8 - Алгоритмы на графах I. Поиск в глубину.Поиск в глубину. Связь времени открытия и времени закрытия вершин с правильными скобочными последовательностями. Переход от рекурсивного варианта алгоритма к итеративному с помощью стека.
Алгоритмы на основе поиска в глубину:
Алгоритмы на основе поиска в глубину:
- Топологическая сортировка.
- Сильно-связные компоненты.
- Поиск Эйлерова цикла.
- Проверка на двудольность.
- Поиск мостов.
- Поиск в ширину.
- Алгоритм Беллмана-Форда.
- Алгоритм Дейкcтры.
- Структура данных Union-Find.
- Алгоритм Крускала.
- Алгоритм Прима.
- 2-приближённое решение задачи о Комивояжёре.
- Вероятностный алгоритм поиска минимального разреза.
- Сюжет с матрицами:
- возведения матрицы в степень — связь с количеством путей в графе
- смена кольца на (∨,∧) — проверка на связность и транзитивное замыкание
- смена кольца на (min,+) — поиск кратчайших путей
- Алгоритм Флойда-Уоршелла.
- Линейный алгоритм поиска кратчайших расстояний в топологически сортированном графе.
- Задача о наибольшей возрастающей подпоследовательности.
- Задача о расстоянии редактирования (Edit distance).
- Динамическое программирование сверху и снизу: рекурсия и индукция.
- Поиск выигрышных стратегий в конечной игре.
- Алгоритм для дискретной задачи о Рюкзаке.
- ε-приближённый алгоритм для дискретной задачи о Рюкзак
1. Data Science and Data Engineering
Эта программа дает глубокие теоретические и практические навыки в области анализа данных. Фокус на том, что реально работает. Жесткая математика и очень много практики.
1. Data Science and Data Engineering
Эта программа дает глубокие теоретические и практические навыки в области анализа данных. Фокус на том, что реально работает. Жесткая математика и очень много практики.
- Использование Python как интерактивного экспериментального инструмента.
- Релевантные встроенные структуры данных Python.
- Средства библиотеки itertools для перечисления комбинаторных конфигураций.
- Библиотека networkx для работы с графами.
1. Data Science and Data Engineering
Эта программа дает глубокие теоретические и практические навыки в области анализа данных. Фокус на том, что реально работает. Жесткая математика и очень много практики.
1. Data Science and Data Engineering
Эта программа дает глубокие теоретические и практические навыки в области анализа данных. Фокус на том, что реально работает. Жесткая математика и очень много практики.
Продажник