Эксклюзивный партнер
Skillbox в Беларуси
burger
Каталог Аналитика и Data Science Математика для Data Science

Математика для Data Science

Вы разберетесь в базовых разделах математики, изучите методы статистики и теории вероятностей, разберётесь в основах машинного обучения и сможете начать карьеру в Data Science — таких специалистов ищут IT-компании по всему миру.

О профессии

Математика — основа для работы в сфере Data Science.

Специалисты с сильной математикой могут читать современные статьи по анализу данных, внедрять новые подходы в работе и тем самым продвигаться по карьерной лестнице.

Чему вы научитесь

  • Понимать математические термины

    Изучите основную терминологию и сможете читать сложные статьи по Data Science для решения рабочих задач.

  • Работать с формулами и функциями

    Перестанете бояться переменных и функций и начнёте с их помощью решать практические задачи.

  • Применять основные методы статистики

    Освоите инструменты математической статистики и теории вероятностей и сможете использовать их в работе с большими данными.

  • Разбираться в основах машинного обучения

    Изучите математические основы Machine Learning — узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения.

  • Автоматизировать решение задач

    Узнаете, как использовать Python и его библиотеки для решения рабочих задач.

  • Описывать прикладные задачи на языке математики

    Сможете сформулировать практическую задачу с помощью математических формул.

Как проходит обучение на платформе

  • Иллюстрация этапа обучения
    Регистрация

    Знакомитесь с платформой

    Платформа Skillbox — собственная разработка компании Skillbox, платформа постоянно улучшается. Вас ждут видео, практические задания и общение с кураторами Доступ к материалам откроется сразу после покупки курса

  • Иллюстрация этапа обучения
    Теория

    Получаете знания

    Курсы состоят из тематических видео разной длительности Смотрите их когда и где угодно Доступ бессрочный, чтобы вы всегда могли вернуться и повторить теорию

  • Иллюстрация этапа обучения
    Практика

    Выполняете задания

    В Skillbox уверены, что навыки отрабатываются только через практику. Поэтому после теории вас ждёт практическая работа или тест Все задачи приближены к реальным — их можно с гордостью положить в портфолио

  • Иллюстрация этапа обучения
    Обратная связь

    Работаете с куратором

    Проверкой заданий занимаются кураторы Это эксперты по теме курса Они помогут с трудными задачами и подскажут, как улучшить ваши проекты Общаться с проверяющими кураторами можно прямо на платформе

Содержание курса

Вас ждут вебинары и практика на основе реальных рабочих задач в Data Science. Опытные наставники помогут освоить материал без пробелов в знаниях.

Чтобы начать обучение на платформе, нужно знать основы языка Python.

  • 4 месяца обучения
  • 25 практических заданий
  1. Основы математики для Data Science

      1. Базовые математические объекты и SymPy. Дроби и преобразования.
      2. Базовые математические объекты и SymPy. Функции и дополнительные объекты.
      3. Функции одной переменной, их свойства и графики.
      4. Интерполяция и полиномы: квадратичные и кубические функции.
      5. Аппроксимация и преобразования функций: сдвиги, растяжения, сжатия.
      6. Аппроксимация и работа с производными.
      7. Функции нескольких переменных, их свойства и графики.
      8. Частные производные функции нескольких переменных.
      9. Векторы и матрицы. Градиент.
      10. Линейная регрессия и системы линейных уравнений.
      11. Разложения матриц. Собственные векторы и значения.
  2. Основы статистики и теории вероятностей

      1. Введение в теорию вероятностей. Основные определения, свойства и методы.
      2. Случайные события.
      3. Случайная величина. Дискретные распределения.
      4. Непрерывные распределения. Общие сведения.
      5. Основные виды непрерывных распределений.
      6. Статистические тесты.
  3. Основы статистики и теории вероятностей. Продвинутый уровень

      1. Gentle Introduction. Теория вероятностей в Python.
      2. Оценивание: основные свойства и методы.
      3. Проверка гипотез: теория и практика.
      4. Совместные распределения.
      5. Исследование зависимостей.
      6. Элементы случайных событий и временных рядов. Введение.
      7. Дополнительные главы: теорема Байеса, линейная регрессия, A/B-тестирование, энтропия.
Записаться на курс или получить бесплатную консультацию
Имя
Телефон
Электронная почта
Отправить
Ознакомиться с условиями публичного договора
success
error
warning

Спикеры

Николай Герасименко
Николай
Герасименко
Data Scientist в Сбербанке, математик в ВЦ РАН. Блок «Основы математики для Data Science»

Опыт преподавания высшей математики более 4 лет. Многократный призёр математических олимпиад.

Александр Горяинов
Александр
Горяинов
Доцент Московского авиационного института. Спикер курса «Основы статистики и теории вероятностей» 

15+ лет преподаёт математику, руководитель 20+ дипломных работ у специалистов, бакалавров и магистров

Василий Сизов
Василий
Сизов
Team Lead команды «Модели управления жизненным циклом клиента» в ВТБ. Спикер курса «Основы статистики и теории вероятностей»

Выпускник МГТУ им. Н.Э.Баумана, с 2020 года Data Scientist в ВТБ

Отзывы участников

Очень нравится подача материала в курсе «Основы математики» — всё понятно, есть разбор практики, комментарии спикера очень толковые)
Записаться на курс
-25%
160 BYN/мес
213 BYN/мес
В рассрочку на 6 мес
percent Кешбэк 30%: 288 баллов на Lerna
check Второй курс в подарок
Математика для Data Science
Длительность: 4 мес
Заполните контактные данные
Имя
Телефон
E-mail
Промокод
Название компании
Отправить заявку
Ознакомиться с условиями публичного договора
success
error
warning

Часто задаваемые вопросы

  • Я не разбираюсь в математике. У меня получится?
    Конечно! У вас всё получится даже без специальных знаний — просто уделяйте больше внимания практике и читайте дополнительную литературу. В остальном помогут практикующие эксперты, которые будут сопровождать вас на протяжении всего курса.
  • Что нужно знать будущим участникам курса?
    Чтобы успешно выполнять учебные задания, желательно знать основы языка Python — они понадобятся для работы с большими данными и сложными вычислениями. Глубоких познаний не требуется, но будет здорово, если вы понимаете синтаксис языка, разбираетесь в типах переменных и можете писать простые функции.
  • Какой график обучения на платформе? Получится ли совмещать его с работой?
    Вы можете изучать материалы курса в удобном вам режиме, совмещать обучение на платформе с работой и личной жизнью. Более того, все видео будут доступны и по окончании курса, так что вы сможете освежить свои знания в любой момент.
  • Сколько часов в неделю мне нужно будет уделять обучению на платформе?
    Всё зависит только от вас. В среднем пользователи платформы занимаются от 3 до 5 часов в неделю.
  • Кто будет мне помогать в обучении на платформе?
    У вас будут проверяющие эксперты и куратор в Telegram-чате курса. Они прокомментируют практические работы, дадут полезные советы и ответят на любые вопросы. Вы сможете перенять их опыт, профессиональные знания и лайфхаки.
  • Действуют ли какие-нибудь программы рассрочки?
    Да, вы можете купить курс в рассрочку — и спланировать свой бюджет, разбив всю сумму на небольшие ежемесячные платежи.