Matemática para Ciência de Dados. Parte 1. Análise matemática e álgebra linear - curso RUB 26.990. de Especialista, formação 40 horas acadêmicas, data de 15 de maio de 2023.

Miscelânea / by admin / December 03, 2023

click fraud protection

Professor de curso de programação profissional, desenvolvedor certificado Instituto Python com experiência geral de trabalho na área de TI mais de 20 anos. Construí sistemas de TI em 4 empresas do zero. Mais do que 5 anos.

Vadim Viktorovich formou-se na Universidade Estatal Russa de Humanidades em 2000, com especialização em Informática e Ciência da Computação. Um verdadeiro profissional em assuntos administrativos SGBD, automação dos processos de negócios da empresa (ERP, CRM etc.), criando casos de teste e treinando funcionários.

Capaz de motivar e cativar. É exigente com os ouvintes, sempre pronto a esclarecer pontos difíceis. A vasta experiência de trabalho em projetos reais permite que ele preste atenção aos detalhes que geralmente são esquecidos pelos desenvolvedores novatos.

Módulo 1. Introdução ao Notebook Júpiter (Python) (8 ac. h.)

Módulo 2. Introdução à análise matemática (16 ac. h.)

- Conceitos básicos de análise matemática. Item.
- Teoria dos conjuntos (Espaços de probabilidade. Espaço discreto de resultados elementares. Probabilidade na reta numérica e no plano. Regra de adição e multiplicação).

instagram viewer

- Espaços métricos (O conceito de espaço métrico. Definição de espaço normado, conceito de norma, diferença de métrica, exemplos de espaços normados. A norma em otimização).
- Sequências. Teoria dos limites (definição de Cauchy. A definição de Peano. Cálculo de limites de função. Funções assintóticas. Funções equivalentes. Avaliação da complexidade da função).
- Diferenciação (Diferenciabilidade de uma função num ponto. Derivadas parciais e diferenciais de ordem superior. Gradiente. Matriz Hessiana. Derivada de uma função de uma variável. Derivada de uma função de diversas variáveis).
- Extremos de funções de muitas variáveis (Definições de pontos mínimos locais e globais. Condição necessária e suficiente de extremo para funções convexas. O conceito de pontos estacionários e - a diferença na sua definição dos pontos extremos).
- Integral (Integral indefinido. Integral definida. Aplicações de uma integral definida e métodos aproximados para o seu cálculo.Integrais impróprias. Integrais duplas. Métodos aproximados de integração).
- Linhas (Conceitos de linhas. Convergência de séries).
- Aplicação das secções estudadas de análise matemática através de um exemplo geral (caderno de Júpiter). Projeto.

Módulo 3. Álgebra linear (16 ac. h.)

- Espaço linear.
- Matrizes e operações matriciais.
- Transformações lineares.
- Sistemas de equações lineares.
- Decomposição singular de matrizes.
- Aplicação das secções estudadas de álgebra linear a um exemplo geral (caderno de Júpiter). Projeto.

Introdução à Ciência de Dados

A ciência de dados inclui uma ampla gama de abordagens e métodos para coletar, processar, analisar e visualizar conjuntos de dados de qualquer tamanho. Uma área separada e praticamente importante desta ciência é trabalhar com big data usando novos princípios modelagem matemática e computacional, quando os métodos clássicos param de funcionar devido à sua impossibilidade dimensionamento. Este curso foi elaborado para ajudar o aluno a aprender os fundamentos da área disciplinar por meio da formulação e resolver problemas típicos que um pesquisador de ciência de dados pode encontrar em seu trabalhar. Para ensinar o aluno a resolver tais problemas, os autores do curso fornecem ao aluno o mínimo teórico necessário e mostram como utilizar a ferramenta base na prática.

4,2

Matemática para Ciência de Dados

Você atualizará seu conhecimento de matemática, aprenderá fórmulas e funções básicas e compreenderá os conceitos básicos de máquinas treinamento e você pode iniciar uma carreira em Ciência de Dados - empresas de TI em todo o mundo estão procurando esses especialistas.

4,4