Главная » 2021 » Апрель » 2 » Базовая математика для Data Science (2021) PCRec
00:04
Базовая математика для Data Science (2021) PCRec

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

Файл
Формат: MP4
Видео: AVC, 1280x720/1920x1080, ~380 Kbps
Аудио: AAC, 128 Kbps, 48.0 KHz
Размер файла: 10.6 Gb



Скачать Базовая математика для Data Science (2021) Видеокурс

Категория: Видеоуроки | Просмотров: 11 | Добавил: colt | Рейтинг: 0.0/0
Всего комментариев: 0
Похожие новости: SOCPUBLIC.COM - заработок в интернете!

Сообщить о дубле или не работающей ссылке:
Админу.

avatar