Курс для тех, кто устал от подобного: "Если сюда нажать, то будет работать вот так". Осмысляем методы ML и DS.
Математика ML и DS
Старт курса — скоро
Записаться на курс
Ваш вопрос
Вы перепутали! Это не тот IT курс, где вам обещают работу прогером через пару месяцев или за 2 недели стать экспертом. Нет. Это серьёзный курс для начинающих, для тех, кто понимает, что ML и DS — совокупность методов из прикладной математики. Именно поэтому мы собрали все эти методы воедино и добавили к ним практические работы, на которых вы будете прогать эти самые методы. Мат. часть расскажет математик, а практические работы проведёт исследователь из Сколково, который применяет ML и DS в научной деятельности (химия, физика твёрдого тела).
О курсе
студентов и специалистов таких направлений как: ML, DS, прикладная математика, аналитика, финансы.
Курс подойдет для
длительность курса 4−6 месяцев
занятия в группе в live-формате 2 раза в неделю по 90 мин
Как проходит курс
проверка ДЗ и КР, запись лекций и электронные конспекты
индивидуальное курирование и помощь для каждого ученика
Абонементы
20 400 ₽
покрывает ~ 1.5 месяца
12 Занятий
1 700 ₽ за 1 занятие 90 мин.
Выгоднее на
15%
Записаться на курс
16 800 ₽
покрывает ~ 1 месяц
8 Занятий
2 000 ₽ за 1 занятие 90 мин.
Записаться на курс
24 000 ₽
покрывает ~ 2 месяца
16 Занятий
1 500 ₽ за 1 занятие 90 мин.
Записаться на курс
Выгоднее на
25%
Программа курса
• Векторы и векторное пространство
• Нормы
• Матрицы
• Обратная матрица и определитель
• Нормы
• Матрицы
• Обратная матрица и определитель
• Системы линейных уравнений
• Линейная регрессия и её регуляризация
• Собственные векторы и SVD
• Практическая работа «Сжатие картинок с помощью сингулярного разложения матриц»
• Практическая работа «Латентный
• Линейная регрессия и её регуляризация
• Собственные векторы и SVD
• Практическая работа «Сжатие картинок с помощью сингулярного разложения матриц»
• Практическая работа «Латентный
семантический анализ»
• Производные
• Интегралы
• Функции нескольких переменных
• Численное интегрирование и дифференцирование с помощью Python
• Практическая работа «Градиентный стохастический спуск»
• Практическая работа «Градиентный спуск с моментом»
• Интегралы
• Функции нескольких переменных
• Численное интегрирование и дифференцирование с помощью Python
• Практическая работа «Градиентный стохастический спуск»
• Практическая работа «Градиентный спуск с моментом»
• Дискретные случайные величины
• Взаимодействие дискретных случайных величин
• Непрерывные случайные величины
• Нормальное распределение
• Условная вероятность и теорема Байеса
• Практическая работа «Байесовский классификатор спама»
• Взаимодействие дискретных случайных величин
• Непрерывные случайные величины
• Нормальное распределение
• Условная вероятность и теорема Байеса
• Практическая работа «Байесовский классификатор спама»
• Статистическая оценка параметров
• Статистические эксперименты и проверка гипотез
• Методы статистической проверки гипотез
• Практическая работа «Реализация метода главных компонент. Сжатие пространства»
• Статистические эксперименты и проверка гипотез
• Методы статистической проверки гипотез
• Практическая работа «Реализация метода главных компонент. Сжатие пространства»
• Знакомство с библиотекой PyTorch
• Реализаций полносвязной и свёрточной нейронных сетей на Python
• Реализаций полносвязной и свёрточной нейронных сетей на Python
Сообщение об успешной отправке!
Подпишитесь на рассылку, чтобы быть в курсе последних новостей
© 2024 Laplas University