Описание:
Курс предназначен для тех, кто хочет начать изучать Data Science, но математическая подготовка не позволяет чувствовать себя достаточно уверенно; для тех, кто хочет освежить базовую математику перед тем, как углубиться в науку о данных; для тех, кто не хочет каждый раз делать отсылку в учебник по математике изучая новые алгоритмы.
Навыки:
В курсе мы дадим базу, которая позволит вам с легкостью усваивать новые знания специализированных разделов математики для Data Science. Вспомним базовые функции, их свойства, операции с ними; пройдем основы дифференцирования и интегрирования и их применение; ознакомимся с множествами и матрицами, комбинаторикой и введением в теорию вероятностей.
План:
|
График |
Темы |
|
Уравнения и неравенства. Квадратные уравнения и неравенства. Модуль |
|
|
Степени, свойства степеней. Арифметическая и геометрическая прогрессии |
|
|
Понятие функции. Область определения, область значения, парность/непарность, периодичность |
|
|
Степенная функция. Обратные функции |
|
|
пятница |
Логарифм. Показательная, логарифмическая, экспоненциальная функции. |
|
Основы тригонометрии. Тригонометрические функции |
|
|
Вектор, прямая, плоскость, углы между геом.объектами |
|
|
Производная. Геометрический смысл, уравнение касательной |
|
|
Возрастание, убывание, экстремумы, вогнутость функции |
|
|
пятница |
Первообразная. Правила |
|
Интеграл. Площадь криволинейной трапеции |
|
|
Числовые матрицы. Основные операции с матрицами. Определитель Площадь под кривой |
|
|
Множества. Действия с множествами. Основные числовые множества. |
|
|
Основы комбинаторики |
|
|
пятница |
Понятие вероятности. Правило суммы, произведения. Условная вероятность |
