Matematică pentru știința datelor. Partea 3. Metode de optimizare și algoritmi de analiză a datelor - curs 32.490 RUB. de la Specialist, formare 40 ore academice, data de 15 mai 2023.
Miscelaneu / / December 03, 2023
Profesor de curs de programare profesionist, dezvoltator certificat Institutul Python cu experiență generală de lucru în domeniul IT mai mult de 20 de ani. Am construit sisteme IT în 4 companii de la zero. Mai mult decât 5 ani.
Vadim Viktorovich a absolvit Universitatea de Stat Rusă pentru Științe Umaniste în 2000, cu specializarea în Informatică și Informatică. Un adevărat profesionist în probleme de administrare DBMS, automatizarea proceselor de afaceri ale companiei (ERP, CRM etc.), crearea de cazuri de testare și formarea angajaților.
Capabil să motiveze și să captiveze. Este exigent cu ascultătorii săi, mereu gata să clarifice punctele dificile. Experiența vastă de lucru pe proiecte reale îi permite să acorde atenție acelor detalii care sunt de obicei trecute cu vederea de către dezvoltatorii începători.
Modulul 1. Metode de optimizare (16 ac. h.)
- Concepte de bază, definiții, subiect
- Continuitatea, netezimea și convergența funcțiilor digitale. Funcții digitale discrete
- Optimizare conditionata si neconditionata
- Metode de optimizare cu un singur criteriu
- Enunţarea problemei de optimizare multicriterială
- Metode de optimizare multicriteriale
- Coborâre în gradient
- Metode de optimizare stocastică
Modulul 2. Algoritmi de analiză a datelor (16 ac. h.)
- Algoritm de regresie liniară. Coborâre în gradient
- Scalare a caracteristicilor. L1- și L2-regularizare. Coborarea gradientului stocastic
- Regresie logistică
- Algoritm pentru construirea unui arbore de decizie. pădure întâmplătoare
- Creșterea gradientului
- Analiza algoritmului de backpropagation
Modulul 3. Lucrare finală (8 ac. h.)
Știința datelor include o gamă largă de abordări și metode pentru colectarea, procesarea, analizarea și vizualizarea seturi de date de orice dimensiune. Un domeniu separat practic important al acestei științe este lucrul cu date mari folosind noi principii modelare matematică și computațională, când metodele clasice încetează să funcționeze din cauza imposibilității lor scalare. Acest curs este conceput pentru a ajuta studentul să învețe elementele de bază ale materiei prin formulare și rezolvarea problemelor tipice pe care un cercetător în știința datelor le poate întâlni în cadrul său muncă. Pentru a-l învăța pe student să rezolve astfel de probleme, autorii cursului oferă studentului minimul teoretic necesar și arată cum să folosească baza de instrumente în practică.
4,2