Онлайн-курс

Прикладна математика та статистика для Data Science

Сергій Бобровський

Data Scientist у відділенні AI Platforms в Airbus

читати далі
дата:26.09.2022 ― 24.11.2022
формат: 9 тижнів

17 онлайн-занять

[по понеділках та четвергах]

Практичний курс про те, як приймати правильні рішення на основі даних, знаходити закономірності, перевіряти гіпотези та робити прогнози навіть в умовах невизначеності.

Курс підійде:
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.

Про курс:

Без ґрунтовних знань математики та статистики не вийде проаналізувати дані, навчити модель, знайти закономірності або передбачити щось нове.

Тому на курсі ми почнемо з основ лінійної алгебри та теорії множин, вивчимо базові опції бібліотек NumPy, Pandas, Matplotlib, Seaborn і Plotly. Потім зануримось у теорію ймовірності та методи розподілення даних. Будемо застосовувати точкову та інтервальну оцінку, перевіряти статистичні гіпотези, будувати регресії та робити прогнози.

У результаті ви навчитеся приймати правильні рішення на основі аналізу даних і зможете почати свій шлях в Data Science.

Зареєструватись
До програми курсу входять:
01
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.

02
ІНСТРУМЕНТИ

В процесі навчання ви будете використовувати бібліотеки NumPy, Pandas, Matplotlib, Seaborn, Plotly, scikit-learn, scipy.stats.

03
ЗАДАЧІ

Навчитеся розуміти та застосовувати теорему Баєса, щоб запобігати хибних висновків і правильно міркувати про вірогідності. Будете знаходити закономірності, валідувати гіпотези, будувати лінійну та поліноміальну регресії.

04
КАРʼЄРА

Отримаєте фундаментальні знання з математики, які допоможуть розвиватися в Data Science та розуміти алгоритми машинного навчання. Це відкриє перед вами можливості карʼєрного зростання.

Лектор:
Sergei Bobrovskyi
займається розробкою систем штучного інтелекту для аналізу часових рядів із сенсорів в Airbus
виступає на міжнародних конференціях зі штучного інтелекту в Лондоні (Re•Work Deep Learning Summit), Стокгольмі (Nordic Data Science) і Лозанні (Applied Machine Learning Days)
до цього: протягом 3 років працював і викладав фізику та космонавтику у відділі розвитку бізнесу в Центрі керування польотами Німецького центра авіації та космонавтики (DLR)
до цього: 3 роки працював у групі теоретичної фізики Німецького Електронного Синхротрона (DESY)
має понад 5 років досвіду аналізу даних у різних галузях: від пошуку шахрайства в онлайн-торгівлі — до аналізу фізичних даних на Великому Адронному Колайдер
кандидат фізико-математичних наук Гамбурзького університету
Зареєструватись
Програма курсу
Реєстрація
 
 
 
Реєструючись, ви погоджуєтесь з умовами договори-оферти и політикою конфіденційності.