Matematika za znanost o podacima. 2. dio. Teorija vjerojatnosti i matematička statistika - tečaj 27.990 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. Osnovni pojmovi teorije vjerojatnosti. Primjeri (4 ak. h.)
Modul 2. Slučajni događaji. Uvjetna vjerojatnost. Bayesova formula. Neovisni testovi (4 ak. h.)
Modul 3. Diskretne slučajne varijable. Zakon distribucije vjerojatnosti. Binomni zakon distribucije. Poissonova raspodjela (4 ac. h.)
Modul 4. Opisne statistike. Kvalitativna i kvantitativna obilježja populacije. Grafički prikaz podataka (4 ak. h.)
Modul 5. Kontinuirane slučajne varijable. Funkcija distribucije i funkcija gustoće vjerojatnosti. Jednolika i normalna raspodjela. Centralni granični teorem (4 ak. h.)
Modul 6. Testiranje statističkih hipoteza. P-vrijednosti. Intervali povjerenja. (4 ak. h.)
Modul 7. Odnos između količina. Parametarske i neparametarske korelacijske mjere. Korelacijska analiza. (4 ak. h.)
Modul 8. Multivarijantna statistička analiza. Linearna regresija (4 ak. h.)
Modul 9. Analiza varijance. Logistička regresija (4 ak. h.)
Modul 10. Primjena proučavanih dijelova teorije vjerojatnosti i matematičke statistike na općem primjeru (Jupiterova bilježnica). Projekt. (4 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
Osvježit ćete svoje znanje matematike, naučiti osnovne formule i funkcije te razumjeti osnove stroja obuku i možete započeti karijeru u znanosti o podacima - IT tvrtke diljem svijeta traže takve stručnjake.
4,4