Matematika za znanost o podacima. dio 3. Metode optimizacije i algoritmi analize podataka - tečaj 32 490 RUB. od specijalista, obuka 40 akademskih sati, datum 15. svibnja 2023.
Miscelanea / / December 03, 2023
Stručni profesor tečaja programiranja, certificirani programer Python institut s općim radnim iskustvom u IT području više od 20 godina. Izgradio IT sustave u 4 tvrtke od nule. Više od 5 godina.
Vadim Viktorovich diplomirao je 2000. godine na Ruskom državnom sveučilištu za humanističke znanosti sa specijalizacijom iz informatike i računarstva. Pravi profesionalac u administrativnim poslovima DBMS, automatizacija poslovnih procesa tvrtke (ERP, CRM itd.), stvaranje testnih slučajeva i obuka zaposlenika.
Sposoban motivirati i očarati. Zahtjevan je prema slušateljima, uvijek spreman razjasniti teške točke. Veliko iskustvo rada na stvarnim projektima omogućuje mu da obrati pozornost na one detalje koje programeri početnici obično zanemaruju.
Modul 1. Metode optimizacije (16 ac. h.)
- Osnovni pojmovi, definicije, predmet
- Kontinuitet, glatkoća i konvergencija digitalnih funkcija. Diskretne digitalne funkcije
- Uvjetna i bezuvjetna optimizacija
- Jednokriterijske metode optimizacije
- Postavka problema višekriterijske optimizacije
- Metode višekriterijske optimizacije
- Gradijentni spust
- Metode stohastičke optimizacije
Modul 2. Algoritmi za analizu podataka (16 ac. h.)
- Algoritam linearne regresije. Gradijentni silazak
- Skaliranje značajki. L1- i L2-regularizacija. Stohastički gradijentni pad
- Logistička regresija
- Algoritam za konstruiranje stabla odlučivanja. Slučajna šuma
- Pojačavanje gradijenta
- Analiza algoritma povratnog širenja
Modul 3. Završni rad (8 ak. h.)
Znanost o podacima uključuje širok raspon pristupa i metoda za prikupljanje, obradu, analizu i vizualizaciju skupova podataka bilo koje veličine. Posebno praktično važno područje ove znanosti je rad s velikim podacima na novim principima matematičko i računalno modeliranje, kada klasične metode prestaju raditi zbog svoje nemogućnosti skaliranje. Ovaj je tečaj osmišljen kako bi pomogao polaznicima da nauče osnove predmetnog područja kroz formulaciju i rješavanje tipičnih problema s kojima se istraživač podataka može susresti u svom radu raditi. Kako bi studenta naučili rješavati takve probleme, autori kolegija studentu daju potreban teorijski minimum i pokazuju kako koristiti bazu alata u praksi.
4,2