Mathématiques pour la science des données. Partie 2. Théorie des probabilités et statistiques mathématiques - cours 27 990 RUB. de Spécialiste, formation 40 heures académiques, date du 15 mai 2023.
Miscellanea / / December 03, 2023
Professeur de cours de programmation professionnelle, développeur certifié Institut Python avec une expérience professionnelle générale dans le domaine informatique plus de 20 ans. Construction de systèmes informatiques dans 4 entreprises à partir de zéro. Plus que 5 années.
Vadim Viktorovich est diplômé de l'Université d'État des sciences humaines de Russie en 2000 avec une spécialisation en informatique. Un vrai professionnel en matière d'administration SGBD, automatisation des processus métier de l'entreprise (ERP, CRM etc.), créer des cas de tests et former les collaborateurs.
Capable de motiver et de captiver. Il est exigeant envers ses auditeurs, toujours prêt à clarifier les points difficiles. Une vaste expérience de travail sur des projets réels lui permet de prêter attention aux détails qui sont généralement négligés par les développeurs débutants.
Module 1. Concepts de base de la théorie des probabilités. Exemples (4 ac. h.)
Module 2. Événements aléatoires. Probabilite conditionnelle. La formule de Bayes. Tests indépendants (4 ac. h.)
Module 3. Variables aléatoires discrètes. Loi de distribution de probabilité. Loi de distribution binomiale. Distribution de Poisson (4 ac. h.)
Module 4. Statistiques descriptives. Caractéristiques qualitatives et quantitatives de la population. Présentation graphique des données (4ak. h.)
Module 5. Variables aléatoires continues. Fonction de distribution et fonction de densité de probabilité. Distribution uniforme et normale. Théorème central limite (4ak. h.)
Module 6. Tester des hypothèses statistiques. Valeurs P. Intervalles de confiance. (4 ac. h.)
Module 7. Relation entre les quantités. Mesures de corrélation paramétriques et non paramétriques. Analyse de corrélation. (4 ac. h.)
Module 8. Analyse statistique multivariée. Régression linéaire (4 ac. h.)
Module 9. Analyse de variance. Régression logistique (4 ac. h.)
Module 10. Application des sections étudiées de théorie des probabilités et de statistiques mathématiques sur un exemple général (cahier Jupiter). Projet. (4 ac. h.)
La science des données comprend un large éventail d'approches et de méthodes pour collecter, traiter, analyser et visualiser des ensembles de données de toute taille. Un domaine distinct et pratiquement important de cette science consiste à travailler avec le Big Data en utilisant de nouveaux principes modélisation mathématique et informatique, lorsque les méthodes classiques cessent de fonctionner en raison de leur impossibilité mise à l'échelle. Ce cours est conçu pour aider l'étudiant à apprendre les bases du domaine à travers la formulation et résoudre les problèmes typiques qu'un chercheur en science des données peut rencontrer dans son travail. Pour apprendre à l'étudiant à résoudre de tels problèmes, les auteurs du cours lui fournissent le minimum théorique nécessaire et lui montrent comment utiliser la base d'outils dans la pratique.
4,2
Vous rafraîchirez vos connaissances en mathématiques, apprendrez les formules et fonctions de base et comprendrez les bases de la machine. formation et vous pouvez commencer une carrière dans la science des données - les entreprises informatiques du monde entier recherchent de tels spécialistes.
4,4