Основи Python, математики та статистики для підготовки до професії Data Scientist та основного курсу школи даних. Якщо ви хочете вивчати Машинне навчання і аналіз даних, але у Вас не вистачає знань Python і математики, то Вам на цей курс. Ми розберемо все, що Вам необхідно знати, щоб проходити навчання професії Data Scientist: лінійну алгебру, методи оптимізації, статистику і Python
кількість занять: 6 занять
Формат навчання: онлайн
викладачі: Сергій Марін та Олександр Кріт
Програма курсу:
1 заняття-оптимізація
- задачі нелінійного програмування (одновимірний та багатовимірний випадок)
- Завдання з обмеженнями-нерівностями
- критерій оптимальності: теорема Куна-Таккера
- різні форми задач лінійного програмування
- Чисельні методи оптимізація
- поняття події та ймовірності
- елементи комбінаторики
- основні теореми в теорії ймовірності
- Формула Байєса
- випадкові величини та їх характеристики
- граничні теореми
- вибіркові розподіли
- інтервальні оцінки
- статистична перевірка гіпотез
3 заняття-Лінійна Алгебра
- множини і операції над ними
- матриці та операції над ними (лінійні, множення, транспонування)
- елементарні перетворення матриць (метод Гауса)
- визначники та їх властивості
- отримання зворотної матриці
- системи лінійних алгебраїчних рівнянь
- методи розкладання матриць
- налаштування середовища: установка Anaconda
- огляд Jupyter Notebook
- огляд стандартної бібліотеки
- типу об'єктів і робота з ними
- оператори, умовні конструкції та цикли
- Робота з послідовностями, таблицями
- алгоритмічна складність
- основні структури даних
- основні алгоритми Computer Science
- бібліотеки для аналізу даних: numpy, scipy, pandas, scikit-learn, matplotlib, seaborn
- введення в аналіз графів
- основні поняття теорії графів
- алгоритми обходу графів
- просунуті алгоритми на графах
- виділення лідерів думок в мережах
- огляд інструментів для роботи з графами-бібліотека networkx
- огляд сучасних завдань обробки природничої мови
- огляд підходів до аналізу текстів
- Робота з текстовими даними в Python
- Витяг сутностей з тексту (Named Entity Recognition)
- Класифікація текстів, визначення (Sentiment Analysis)