Главная » 2021 » Апрель » 2 » Базовая математика для Data Science (2021) PCRec
Базовая математика для Data Science (2021) PCRec
00:05
Это эффективный способ в сжатые сроки вспомнить школьную математику или восполнить необходимые знания для работы в Data Science или программировании.
Зачем нужна школьная математика 1. Программирование и Data Science требуют знаний математики. Математику преподают в школе, но со временем эти знания забываются, что усложняет смену предметной области. 2. Самостоятельно освежить пройденный материал сложно, в интернете можно найти курсы по подготовке к ЕГЭ, но они не охватывают ряд тем и направлены только на подготовку к экзаменам.
1. Начинающим специалистам Data Science Поможет вспомнить школьную математику в короткие сроки, необходимую для освоения новой профессии и начала карьеры в Data Science.
2. Начинающим программистам Даст базу для начала или более углубленного изучения языков программирования. Спойлер: Ваши результаты после прохождения марафона 1. Прокачаете свою математическую грамотность для дальнейшего изучения высшей математики и data science. 2. Освежите знания школьной математики по данным темам и поймете как их применять в дальнейшей карьере программиста. 3. Получите сертификат участника марафона, подтверждающий Ваши знания.
Содержание
Модуль 1 - Начала теории множеств и математической логики. -Начала теории множеств. -Множества, соответствия, отношения. -Операции над множествами. -Структура математических утверждений. -Кванторы. -Математическая логика определений, формулировок и доказательств. -Числовые множества. -Натуральные, целые, рациональные, вещественные числа. -Основные законы.
Модуль 2 - Понятие о числовой последовательности и способах ее задания. -Арифметическая прогрессия, определение и свойства. -Формула n–го члена и суммы первых n членов прогрессии. -Геометрическая прогрессия, определение, свойства. -Формула n-го члена и суммы первых n членов прогрессии. -Бесконечно убывающая геометрическая прогрессия, ее сумма.
Модуль 3 - Векторная алгебра. -Понятие вектора. -Коллинеарность и компланарность векторов. -Операции над векторами: сложение, умножение на число, скалярное произведение, векторное произведение.
Модуль 4 - Основы теории вероятностей. -Операции над событиями. -Классическая модель вероятности с использованием комбинаторных формул. -Вероятности сложных событий. -Формула включения-исключения. -Схема Бернулли. -Условная вероятность. -Независимость событий. -Формула полной вероятности. -Формула Байеса.
Модуль 5 - Понятие числовой функции, способы задания, область определения, область значений функции. -График функции. -Общие свойства функции: промежутки знакопостоянства, монотонность, ограниченность, чётность/нёчетность, периодичность. -Понятие обратной функции. -Графики прямой и обратной функции. -Элементарные функции. -Преобразования графиков функций: сдвиг вдоль осей координат, растяжение и сжатие вдоль осей координат, преобразования, связанные с наличием знака модуля у аргумента или функции.
Модуль 6 - Рациональные уравнения. -Равенство, тождество, уравнение. -Корень уравнения. -Равносильные уравнения и неравносильные преобразования при решении уравнений. -Расширение и сужение области допустимых значений уравнения. -Линейные уравнения. -Квадратные уравнения. -Дискриминант. -Формула для решения квадратных уравнений. -Теоремы Виета, прямая и обратная.
Модуль 7 - Алгебраические уравнения и системы уравнений. -Иррациональные уравнения, область допустимых значений. -Системы уравнений. -Совместные и несовместные системы уравнений. -Определенные и неопределенные системы уравнений. -Системы двух линейных уравнений с двумя неизвестными. -Графический способ решения.
Модуль 8 - Рациональные неравенства. -Числовые неравенства, их свойства. -Неравенства с одной переменной, равносильные преобразования неравенств. -Решение квадратных неравенств, рациональных неравенств. -Метод интервалов. -Системы рациональных неравенств. -Равносильные преобразования систем. -Совокупность систем неравенств.
Модуль 9 - Алгебраические неравенства. -Иррациональные неравенства и их системы. -Область допустимых значений. -Неравенства, содержащие знак модуля, и их системы. -Схемы решения.
Модуль 10 - Производная. -Уравнение касательной к графику функции. -Правила вычисления производных: производные суммы, разности, произведения и частного двух функций. -Таблица производных. -Производная сложной функции. -Максимумы и минимумы (экстремумы) функции, промежутки возрастания и убывания. -Исследование функций. -Общая схема построения графиков функций. -Нахождение наибольшего и наименьшего значений функции на отрезке. -Применение производной для решения задач.
Модуль 11 - Понятие первообразной. -Неопределенный и определенный интеграл. -Техника интегрирования.
Информация о видео Название: Базовая математика для Data Science Автор: Вениамин Жиленко, Никита Ларионов Год выхода: 2021 Жанр: Видеокурс Язык: Русский Выпущено: Россия Продолжительность: ~31 час
К "Базовая математика для Data Science (2021) PCRec" пока нет комментариев, но Вы можете стать первым, кто его оставит!
Всего мнений: 0
Ищу на сайте
Случайный анекдот
Hаpк ломанyлся на pыбалкy. Шел, шел и вспомнил, что чеpвей не накопал. Залез в конопляное поле, выpыл чеpвя и дальше шypyет. Hа беpегy насадил чеpвя на кpючок и в водy... Чеpез 5 сек чеpвь вылезает по леске: - Бpатан, в натypе, ты чо делаешь-то? Они ж меня покyсают!!!
