Matematiikka tietotieteelle. Osa 2. Todennäköisyysteoria ja matemaattinen tilasto - kurssi 27 990 RUB. Specialistilta, koulutus 40 akateemista tuntia, päivämäärä 15.5.2023.
Miscellanea / / December 03, 2023
Ammattimainen ohjelmointikurssin opettaja, sertifioitu kehittäjä Python-instituutti yleistä työkokemusta IT-alalta yli 20 vuotta. Rakennettu IT-järjestelmät 4 yrityksessä tyhjästä. Enemmän kuin 5 vuotta.
Vadim Viktorovich valmistui Venäjän valtion humanistisesta yliopistosta vuonna 2000 erikoistumalla tietotekniikkaan ja tietojenkäsittelytieteeseen. Todellinen ammattilainen hallintoasioissa DBMS, yrityksen liiketoimintaprosessien automatisointi (ERP, CRM jne.), luomalla testitapauksia ja kouluttamalla työntekijöitä.
Pystyy motivoimaan ja vangitsemaan. Hän on vaativa kuuntelijoiltaan, aina valmis selventämään vaikeita kohtia. Laaja kokemus todellisten projektien parissa työskentelystä antaa hänelle mahdollisuuden kiinnittää huomiota niihin yksityiskohtiin, jotka aloittelevat kehittäjät eivät yleensä huomaa.
Moduuli 1. Todennäköisyysteorian peruskäsitteet. Esimerkkejä (4 ac. h.)
Moduuli 2. Satunnaisia tapahtumia. Ehdollinen todennäköisyys. Bayesin kaava. Riippumattomat testit (4 ak. h.)
Moduuli 3. Diskreetit satunnaismuuttujat. Todennäköisyysjakauman laki. Binomijakauman laki. Poisson-jakauma (4 ak. h.)
Moduuli 4. Kuvailevia tilastoja. Väestön laadulliset ja määrälliset ominaisuudet. Aineiston graafinen esitys (4 ak. h.)
Moduuli 5. Jatkuvat satunnaismuuttujat. Jakaumafunktio ja todennäköisyystiheysfunktio. Tasainen ja normaalijakauma. Keskirajalause (4 ak. h.)
Moduuli 6. Tilastollisten hypoteesien testaus. P-arvot. Luottamusvälit. (4 ak. h.)
Moduuli 7. Suhde määrien välillä. Parametriset ja ei-parametriset korrelaatiomitat. Korrelaatioanalyysi. (4 ak. h.)
Moduuli 8. Monimuuttujatilastollinen analyysi. Lineaarinen regressio (4 ac. h.)
Moduuli 9. Varianssianalyysi. Logistinen regressio (4 ak. h.)
Moduuli 10. Tutkittujen todennäköisyysteorian ja matemaattisten tilastojen osien soveltaminen yleisesimerkiksi (Jupiter-muistikirja). Projekti. (4 ak. h.)
Datatiede sisältää laajan valikoiman lähestymistapoja ja menetelmiä kaikenkokoisten tietojoukkojen keräämiseen, käsittelyyn, analysointiin ja visualisointiin. Tämän tieteen erillinen käytännössä tärkeä osa-alue on ison datan kanssa työskentely uusilla periaatteilla matemaattinen ja laskennallinen mallinnus, kun klassiset menetelmät lakkaavat toimimasta mahdottomuutensa vuoksi skaalaus. Tämä kurssi on suunniteltu auttamaan opiskelijaa oppimaan aihealueen perusteet muotoilun ja ratkaisemaan tyypillisiä ongelmia, joita datatieteen tutkija saattaa kohdata tehdä työtä. Opettaakseen opiskelijan ratkaisemaan tällaisia ongelmia, kurssin kirjoittajat antavat opiskelijalle tarvittavan teoreettisen minimin ja osoittavat kuinka työkalukantaa käytetään käytännössä.
4,2
Päivität matematiikan tietosi, opit peruskaavoja ja -funktioita sekä ymmärrät koneen perusteet koulutusta ja voit aloittaa uran datatieteessä – IT-yritykset ympäri maailmaa etsivät tällaisia asiantuntijoita.
4,4