• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Математика для анализа данных

курс повышения квалификации

В современном мире профессионалы постоянно учатся. Им приходится изучать научные статьи и техническую литературу. Чтобы погружаться в работу методов анализа данных, нужно понимать, как устроена заложенная в них математика — для этого требуются базовые знания основных её разделов, которые, возможно, придётся углублять в зависимости от специфики дальнейшей деятельности.

Программа «Математика для анализа данных» познакомит вас с необходимым материалом из математического анализа, линейной алгебры, теории вероятностей и дискретной математики для полноценного понимания и умения решать задачи анализа данных. Целью курса является также развитие математического мышления, которое важно в современной области Computer Science в целом и в анализе данных в частности.

Курс ориентирован на слушателей, которые хотят как подготовиться к дальнейшему изучению программ по анализу данных, так и восстановить знания.

Для прохождения курса необходимо знание основ высшей математики. Потому будьте готовы к тому, что вам придется разбираться с формулировками теорем, запоминать и осознавать определения, а также решать задачи для того, чтобы полноценно освоить материал курса.

114

академических часов, в том числе 76 часов лекций и семинаров.

64 000


Оплату можно разбить на две части.
Для студентов, выпускников и слушателей основных и дополнительных программ НИУ ВШЭ предусмотрены скидки.

По итогам программы выдается Удостоверение о повышении квалификации установленного НИУ ВШЭ образца.

Начальные требования

Законченное высшее или среднее профессиональное образование. Слушателями также могут стать студенты, получающие высшее образование.

Документы для зачисления

Сканированные копии:

  1. паспорта (3-4 страница, а также страница с адресом регистрации);
  2. диплома о высшем или среднем профессиональном образовании (первые две страницы);
  3. актуальной справки из вуза (если вы являетесь студентом);
  4. свидетельства о смене фамилии (если в паспорте и дипломе фамилия не совпадает).

Расписание 

22 мая — 30 октября 2021

Занятия один раз в неделю: по субботам (15:00 - 18:00), очно.
Перерыв на летние каникулы в августе. 

Место проведения: Покровский бульвар, 11

Оставить заявку на программу

Как устроено обучение

Занятия проходят один раз в неделю. Каждое занятие состоит из лекции и семинара. После каждого занятия выдаётся домашнее задание, которое поможет закрепить навыки.

Программа курса

Дискретная математика:

  • Множества и логика.
  • Комбинаторика и вероятность.
  • Неориентированные графы.
  • Ориентированные графы и алгоритмы на графах.

Математический анализ:

  • Функции одной переменной, пределы, производные.
  • Касательные, критические точки, поиск минимумов и максимумов.
  • Интегралы, введение в вычисление интегралов.
  • Функции нескольких переменных, градиент, производная по направлению, линии уровня, касательная плоскости, критические точки, поиск минимумов и максимумов.
  • Оптимизационные задачи, лагранжиан и его геометрический смысл, нахождение минимума или максимума с заданными ограничениями.

Линейная алгебра:

  • Системы линейных уравнений, матрицы, обратимость и невырожденность.
  • Определитель, обратная матрица.
  • Векторные пространства и подпространства, размерности, ранги матриц.
  • Линейные отображения и их матричное описание. Собственные значения и векторы, связь со спектром.
  • Билинейные и квадратичные формы. Скалярные произведения, углы и расстояния. Ортогонализация и QR-разложение. Линейные многообразия и линейные классификаторы, отступы.
  • Операторы в евклидовых пространствах. Сингулярное разложение (SVD).

Теория вероятностей:

  • Пространство элементарных исходов. События. Вероятность и её свойства. Условная вероятность. Формула полной вероятности. Формула Байеса.
  • Дискретные случайные величины и их распределения. Независимость случайных величин. Распределение функции от дискретной случайной величины. Математическое ожидание и дисперсия.
  • Случайные величины, имеющие плотности. Математическое ожидание случайной величины, имеющей плотность. Равномерное, экспоненциальное, нормальное распределения.
  • Функция распределения. Распределение функции от случайной величины, имеющей плотность. Многомерные случайные величины. Ковариация и корреляция.
  • Неравенства концентрации (неравенства Маркова и Чебышёва). Распределение суммы случайных величин. Закон больших чисел. Центральная предельная теорема.

Преподаватели

Валентин Промыслов

Преподаватель факультета компьютерных наук НИУ ВШЭ

Анастасия Трофимова

Преподаватель факультета компьютерных наук НИУ ВШЭ

Леонид Иосипой

Преподаватель факультета компьютерных наук НИУ ВШЭ

 

Траектория поступления

  • Шаг  1:  Оставить заявку на программу

    В заявке важно указать актуальные номер и e-mail. 

  • Шаг  2:  Подтвердить обучение на курсе

    Менеджеры свяжутся с вами по указанным в заявке контактам, чтобы вы могли подтвердить участие в обучении.

  • Шаг  3:  Отправить документы для зачисления

    Для зачисления нужны сканированные копии:

    – паспорта (3-4 страница, а также страница с адресом регистрации);
    – диплома о высшем или среднем профессиональном образовании (первые две страницы);
    – актуальной справки из вуза (если вы являетесь студентом);
    – свидетельства о смене фамилии (если в паспорте и дипломе фамилия не совпадает)

  • Шаг  4:  Начать обучение

    За несколько дней до начала обучения отправим организационное письмо со всей важной информацией о курсе и ссылкой на чат в Telegram

Оставить заявку на программу

Контакты