Машинное обучение является технической наукой и, как и любой технический предмет, использует математический язык для формулирования идей. Растет число решений, которые пытаются автоматизировать весь процесс машинного обучения, но если человек не понимает математический формализм, лежащий в основе алгоритмов, невозможно протестировать и отладить модели, которые могут привести к ложным выводам.
В этом курсе студенты изучают те понятия линейной алгебры, теории вероятностей и статистики, которые являются ключевыми для разведочного анализа данных, а также для понимания и разработки алгоритмов машинного обучения.
Учебный план
23.06-14.07 — 45 часов лекция и практик 09:00 — 12:00
Что будете изучать:
● Линейная алгебра; ● Дифференциальное исчисление; ● Теория вероятностей; ● Теорема Байеса; ● Распределения случайных величин; ● Проверка нулевых гипотез; ● Выбросы; ● Разведочный анализ данных.
Что будете уметь:
● Как манипулировать данными и получать полезные инсайты с больших наборов данных; ● Как читать сложные математические уравнения, которые стоят за всеми алгоритмами машинного обучения.
Машинное обучение является технической наукой и, как и любой технический предмет, использует математический язык для формулирования идей. Растет число решений, которые пытаются автоматизировать весь процесс машинного обучения, но если человек не понимает математический формализм, лежащий в основе алгоритмов, невозможно протестировать и отладить модели, которые могут привести к ложным выводам.
В этом курсе студенты изучают те понятия линейной алгебры, теории вероятностей и статистики, которые являются ключевыми для разведочного анализа данных, а также для понимания и разработки алгоритмов машинного обучения.
Учебный план
23.06-14.07 — 45 часов лекция и практик09:00 — 12:00
Что будете изучать:
● Линейная алгебра;● Дифференциальное исчисление;● Теория вероятностей;● Теорема Байеса;● Распределения случайных величин;● Проверка нулевых гипотез;● Выбросы;● Разведочный анализ данных.
Что будете уметь:
● Как манипулировать данными и получать полезные инсайты с больших наборов данных;● Как читать сложные математические уравнения, которые стоят за всеми алгоритмами машинного обучения.
Регистрация
