Прикладна математика та статистика для Data Science
|
Онлайн курс буде корисний для тих, хто хоче навчитися застосовувати математику та статистику в аналізі даних. Курс буде корисним для тих, хто має базові знання математики та статистики, але хоче поглибити їх з точки зору практичного застосування у Data Science. В результаті ви матимете поглиблене розуміння математичних та статистичних методів, які застосовуються в Data Science, та вміти застосовувати їх у практичних завданнях.
Ти отримаєш:
Практика
Домашні завдання
Підтримка кураторів
Додаткові матеріали
Нетворкінг
Диплом
Курс буде корисним
- Analyst / Data Scientist (beginner). На курсі ви закладете фундамент математичного мислення, навчитеся проводити регресійний аналіз, застосовувати точкову та інтервальну оцінку, розподіл і статистичні моделі для розв’язання робочих задач;
- Developers. Ви навчитеся використовувати бібліотеки Python для аналізу та візуалізації даних. Розв’язуватимете задачі прогнозування та класифікації за допомогою математичних формул і аналітики;
- Other IT specialist / Technical students. За результатами курсу ви навчитеся структурно працювати з великим обʼємом даних, отримаєте ґрунтовний математичний бекграунд і посилите свої компетенції.
Що чекає вас на курсі
- Сильний контент. Лектор побудував програму так, щоб ви не просто заучували математичні формули та підходи, а розуміли, як влаштовані процеси аналізу і прогнозування, і одразу застосовували знання на практиці;
- Інструменти. В процесі навчання ви будете використовувати бібліотеки NumPy, Pandas, Matplotlib, Seaborn, Plotly, scikit-learn, scipy.stats;
- Задачі. Ви навчитеся знаходити закономірності, валідувати гіпотези, будувати лінійну та поліноміальну регресію. Щодо кожного практичного завдання ви отримуватимете фідбек від методиста Олексія Куліша, Lead Data Scientist в Evoplay;
- Кар’єра. Отримаєте фундаментальні знання з математики, які допоможуть розвиватися в Data Science та розуміти алгоритми машинного навчання. Це відкриє перед вами можливості карʼєрного зростання;
- Методист. Олексій Куліш. Працює Lead Data Scientist в Evoplay, де розв’язує широкий спектр завдань від прогнозування спортивних подій до моделювання відтоку користувачів має 15+ років досвіду викладання вищої математики та фізики пише наукові статті з теоретичної фізики.
ПРОГРАМА КУРСУ
- Python для аналізу даних: part 1
- Python для аналізу даних: part 2
- Дескриптивна статистика
- Теорія множин
- Теорія ймовірності
- Випадкові величини та розподіли
- Залежність між випадковими величинами
- Основні розподіли
Детально про програму дивіться на сторінці курсу
Ще немає відгуків.