О курсе

Курс «Математика для Data Science» от Stepik Academy, авторы Михаил Миронов и Екатерина Минеева, предназначен для тех, кто хочет глубже понять математические основы машинного обучения. Программа состоит из трех блоков: математический анализ, линейная алгебра и теория вероятностей. В каждом блоке последовательно разбираются ключевые темы, начиная с базовых понятий и заканчивая приложениями в ML. В математическом анализе изучаются пределы, производные, градиентный спуск и его модификации (Momentum, RMSProp, Adam). Линейная алгебра охватывает векторные пространства, матрицы, нейронные сети, собственные векторы и SVD, а также backpropagation. Теория вероятностей включает дискретные и непрерывные случайные величины, закон больших чисел, центральную предельную теорему и основы статистики. Материал подается с акцентом на понимание, а не просто заучивание формул, что помогает при чтении научных статей и подготовке к собеседованиям.

Что рассматривается в программе

  • рассматривается математический анализ: пределы, производные, градиентный спуск
  • разбираются основы линейной алгебры: матрицы, векторные пространства, собственные векторы
  • изучаются методы оптимизации: Momentum, RMSProp, Adam
  • рассматриваются основы теории вероятностей: случайные величины, распределения, закон больших чисел
  • разбираются статистические тесты и центральная предельная теорема

Кому может быть полезен курс

  • тем, кто интересуется математическими основами машинного обучения
  • специалистам, которым нужно ознакомиться с теорией для подготовки к собеседованиям в области Data Science
  • тем, кто хочет научиться читать научные статьи по Data Science

Вопросы о программе

Какие разделы математики охватывает курс?

Курс состоит из трех блоков: математический анализ, линейная алгебра и теория вероятностей.

Какие темы входят в блок линейной алгебры?

В блоке линейной алгебры рассматриваются векторные пространства, матрицы, нейронные сети, ранг матрицы, метод Гаусса, определители, собственные векторы и SVD, а также backpropagation.

Какие модификации градиентного спуска рассматриваются?

В курсе рассматриваются Momentum, RMSProp и Adam.

Включает ли курс основы статистики?

Да, в рамках теории вероятностей рассматриваются основы статистики, включая статистические тесты.