Data Science. Математические основы

Основы математики для задач, связанных с анализом данных, обработкой изображений, речи, программированием роботов, ботов и др. 3 месяца, 2 раза в неделю.

О курсе

Все мы учили математику. Сначала в школе, потом в университете. Но время идет, все забывается. Сталкиваясь с математикой ежедневно в бытовых ситуациях, мы считаем сложные вычисления абстрактными и малоупотребимыми.

Между тем, математика лежит в основе современного программирования. Если вы понимаете ее законы, вам открыта дорога к решению серьезных технологических задач.

После изучения курса вы сможете уверенно использовать методы и модели, которые применяются в Data Science, Machine Learning, обработке изображений, робототехнике, ботах и т.д.
6 500 грн/мес.

Оплачивайте курс помесячно или целиком (со скидкой 5%)

27 занятий

2 раза в неделю, по понедельникам и пятницам 19:30–21:30

Январь 2018

Новая группа стартует в январе 2018

14 мест

Мы уделяем внимание каждому студенту курса. Поэтому количество мест ограничено


Ян Цибулькин

Co-founder & CEO Symica и Cloudozer. Консультант в области AI, robotics, computer vision. Выпускник факультета управления и прикладной математики Московского Физико-Технического Института, Higher Banking School (Франция), 145-й лицей (Киев). LinkedIn, Facebook

Кому будет полезно

— Программистам, желающим подтянуть математику и понять, как работают алгоритмы и методы, используемые в машинном обучении, обработке изображений и анализе данных.

Для успешного прохождения курса вам необходимо владеть основами программирования и знаниями школьного курса математики.

Для выполнения курсовых работ вам потребуется ноутбук и владение любым удобным для вас языком программирования. На занятиях для большей части примеров будет использоваться Python.

Программа курса

Постоянный фидбек. Масса практических заданий по работе с реальными задачами. Выпускной проект.
Производная
Предел последовательности. Что такое производная функции и как ее находить для сложных функций.

Поведение функций
Максимум и минимум функции. Как определить поведение функции при стремлении к бесконечности.

Линеаризация, интеграл, ряд
Линеаризация функции, интегралы, разложение фунции в ряд. Как находить оптимальное решение в задачах оптимизации разного типа. Какие методы используются для стабилизации квадрокоптера на определенной высоте, а также как self-driving car держит полосу на дороге.

Вектор, матрица, скалярное произведение
Вектор, матрица, скалярное произведение векторов и матриц. Применение теории в рекомендательных системах, предлагающих интересующие вас товары.

Операции с векторами
Геометрический смысл операций с векторами. Векторное произведение в 3-мерном пространстве и его смысл.

Линейные уравнения
Линейные преобразования. Решение системы линейных уравнений

Ортогональные преобразования
Ортогональные преобразования. Повороты картинок и Computer Vision. 3D → 2D, восстановление 3D сцены, имея множество фотографий.

Работа с данными
Различные приемы работы с данными (построение гистограм). Среднее значение и среднее отклонение.

Вероятности и распределения
Распределение случайной величины, вероятность. Нормальное и равномерное распределение.


Корреляция двух случайных величин. Регрессия и метод наименьших квадратов.

Математическое ожидание
Как найти оптимальную стратегию в игре с неполной информацией?

Место проведения

Киев, Projector (ул. Воздвиженская, 34А). Школа, коворкинг и лекторий для дизайнеров, разработчиков и творческих людей всех направлений и специализаций.

Регистрация

Чтобы поступить на курс, пожалуйста, оформите заявку на обучение. На вашу почту придет письмо с детальной информацией по поступлению.