Matematik för datavetenskap. Del 1. Matematisk analys och linjär algebra - kurs 26 990 RUB. från Specialist, utbildning 40 akademiska timmar, datum 15 maj 2023.
Miscellanea / / December 03, 2023
Professionell programmeringskurslärare, certifierad utvecklare Python Institute med allmän arbetslivserfarenhet inom IT-området mer än 20 år. Byggt IT-system i 4 företag från grunden. Mer än 5 år.
Vadim Viktorovich tog examen från det ryska statsuniversitetet för humaniora år 2000 med en specialisering i informatik och datavetenskap. En sann professionell i administrationsfrågor DBMS, automatisering av företagets affärsprocesser (ERP, CRM etc.), skapa testfall och utbilda anställda.
Kunna motivera och fängsla. Han är krävande av sina lyssnare, alltid redo att klargöra svåra punkter. Omfattande erfarenhet av att arbeta med riktiga projekt gör att han kan uppmärksamma de detaljer som vanligtvis förbises av nybörjare.
Modul 1. Introduktion till Jupiter Notebook (Python) (8 ac. h.)
Modul 2. Introduktion till matematisk analys (16 ac. h.)
- Grundläggande begrepp inom matematisk analys. Artikel.
- Mängdlära (sannolikhetsutrymmen. Diskret utrymme för elementära resultat. Sannolikhet på tallinjen och planet. Regel för addition och multiplikation).
- Metriska utrymmen (Begreppet metriskt utrymme. Definition av ett normerat utrymme, begreppet norm, skillnad mot ett metriskt, exempel på normerade utrymmen. Normen inom optimering).
- Sekvenser. Theory of limits (Cauchys definition. Peanos definition. Beräkning av funktionsgränser. Asymptotiska funktioner. Likvärdiga funktioner. Funktionskomplexitetsbedömning).
- Differentiering (Differentiering av en funktion vid en punkt. Partiella derivator och differentialer av högre ordning. Lutning. Hessisk matris. Derivata av en funktion av en variabel. Derivat av en funktion av flera variabler).
- Extrema funktioner för många variabler (Definitioner av lokala och globala minimipunkter. Nödvändigt och tillräckligt villkor för extremum för konvexa funktioner. Begreppet stationära punkter och - skillnaden i deras definition från extrema punkter).
- Integral (obestämd integral. Definitiv integral. Tillämpningar av en bestämd integral och approximativa metoder för dess beräkning Felaktiga integraler. Dubbla integraler. Ungefärliga metoder för integration).
- Rader (koncept av rader. Konvergens av serier).
- Tillämpning av de studerade delarna av matematisk analys med ett allmänt exempel (Jupiter-anteckningsbok). Projekt.
Modul 3. Linjär algebra (16 ac. h.)
- Linjärt utrymme.
- Matriser och matrisoperationer.
- Linjära transformationer.
- Linjära ekvationssystem.
- Singular nedbrytning av matriser.
- Tillämpning av de studerade delarna av linjär algebra på ett allmänt exempel (Jupiter-anteckningsbok). Projekt.
Datavetenskap inkluderar ett brett utbud av tillvägagångssätt och metoder för att samla in, bearbeta, analysera och visualisera datamängder av alla storlekar. Ett separat praktiskt viktigt område av denna vetenskap är att arbeta med big data med hjälp av nya principer matematisk och beräkningsmodellering, när klassiska metoder slutar fungera på grund av sin omöjlighet skalning. Denna kurs är utformad för att hjälpa studenten att lära sig grunderna i ämnesområdet genom formulering och lösa typiska problem som en datavetenskaplig forskare kan stöta på hos sin eller henne arbete. För att lära studenten att lösa sådana problem ger kursförfattarna studenten det nödvändiga teoretiska minimumet och visar hur man använder verktygsbasen i praktiken.
4,2
Du kommer att fräscha upp dina kunskaper om matematik, lära dig grundläggande formler och funktioner och förstå grunderna i maskin utbildning och du kan börja en karriär inom Data Science - IT-företag runt om i världen söker sådana specialister.
4,4