Впервые работая вместе, Криста Кинг и Хосе Портилья объединили усилия, чтобы предоставить вам лучший в своем классе курс по использованию математики для решения реальных задач науки о данных. Этот курс был специально разработан, чтобы помочь вам освоить математические концепции, лежащие в основе области науки о данных, чтобы вы cмогли понять, как эффективно использовать данные в организации на уровне первых принципов.
Часто студенты, вступающие в область науки о данных, не понимают, с чего начать изучение фундаментальной математики, лежащей в основе концепций. Этот курс был специально разработан, чтобы помочь преодолеть этот пробел и предоставить учащимся четкий, управляемый путь через сложный и интересный мир математики, используемый в области науки о данных. Разработанный, чтобы сбалансировать теорию и применение, это лучший опыт обучения для всех, кто хочет действительно понимать науку о данных.
Почему стоит выбрать этот курс?
Вместе Криста и Хосе обучили более 3,2 миллиона студентов науке о данных и математике, и их совместный опыт означает, что вы сможете получить самые лучшие и четкие математические объяснения от Кристы с описанием реальных приложений науки о данных от Хосе. В конце каждого раздела приведен набор практических задач, разработанных на основе реальных ситуаций в компании, где вы можете напрямую применить свои знания, чтобы проверить свое понимание
Посмотреть больше
Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум
Ограничение времени просмотра
Вы можете просматривать пробный урок только 10 минут. Получите полный доступ, чтобы смотреть без ограничений.
Measurements of Central Tendency - Mean, Median, and Mode
Урок 4.
00:20:34
Measurements of Dispersion - Variance and Standard Deviation
Урок 5.
00:18:29
Quartiles and IQR
Урок 6.
00:20:39
Introduction to Visualizing Data
Урок 7.
00:21:36
Scatter Plots
Урок 8.
00:10:20
Line Plots
Урок 9.
00:13:22
Distribution Plots - Histograms
Урок 10.
00:08:07
Categorical Plots - Bar Plots
Урок 11.
00:08:01
Categorical/Distribution Plots - Box and Whisker Plots
Урок 12.
00:12:50
Other Plot Types - Violin Plot, KDE Plot
Урок 13.
00:11:56
Common Plot Pitfalls
Урок 14.
00:12:20
Introduction to Combinatorics
Урок 15.
00:16:25
Factorials
Урок 16.
00:10:51
Permutations
Урок 17.
00:14:48
Combinations
Урок 18.
00:23:02
Introduction to Probability
Урок 19.
00:21:06
Probability, Law of Large Numbers, Experimental vs. Expected
Урок 20.
00:18:12
The Addition Rule, Union and Intersection, Venn Diagrams
Урок 21.
00:15:51
Conditional Probability, Independent and Dependent
Урок 22.
00:13:17
Bayes' Theorem
Урок 23.
00:26:03
Discrete Probability
Урок 24.
00:26:07
Transforming Random Variables
Урок 25.
00:16:19
Combinations of Random Variables
Урок 26.
00:20:55
Introduction to Joint Distributions
Урок 27.
00:19:16
Covariance
Урок 28.
00:15:49
Pearson Correlation Coefficient
Урок 29.
00:15:57
Introduction to Data Distributions
Урок 30.
00:14:15
Probability Mass Functions
Урок 31.
00:06:46
Discrete Uniform Distribution - Dice Roll
Урок 32.
00:18:52
Probability Density Functions
Урок 33.
00:11:12
Continuous Uniform Distribution - Voltage
Урок 34.
00:12:49
Cumulative Distribution Functions
Урок 35.
00:21:31
Binomial Distribution
Урок 36.
00:13:48
Bernoulli Distribution
Урок 37.
00:13:42
Poisson Distribution
Урок 38.
00:15:59
Introduction to The Normal Distribution
Урок 39.
00:16:01
Mean, Variance, and Standard Deviation
Урок 40.
00:15:30
Normal Distribution
Урок 41.
00:08:01
Standard Normal Distribution
Урок 42.
00:19:50
Z-Scores
Урок 43.
00:14:30
Introduction to Sampling
Урок 44.
00:27:17
Sampling and Bias
Урок 45.
00:21:34
The Central Limit Theorem
Урок 46.
00:11:02
The Student's t-Distribution
Урок 47.
00:20:33
Confidence Interval for the Mean
Урок 48.
00:16:18
Introduction to Hypothesis Testing
Урок 49.
00:11:05
Inferential Statistics and Hypotheses
Урок 50.
00:17:15
Significance Level and Type I and II Errors
Урок 51.
00:14:29
Test Statistics for One- and Two-Tailed Tests
Урок 52.
00:21:50
The p-Value and Rejecting the Null
Урок 53.
00:21:02
A|B Testing
Урок 54.
00:12:59
Introduction to Regression
Урок 55.
00:08:18
Scatterplots and Regression
Урок 56.
00:22:46
Correlation Coefficient and the Residual
Урок 57.
00:17:09
Coefficient of Determination and the RMSE
Урок 58.
00:16:54
Chi-Square Tests
Урок 59.
00:24:50
ANOVA
Авторы - Krista King, udemy
Krista King
Уроки математики всегда был таким разочаровывающим. Я ходила в класс, часами занималась домашним заданием, а через три дня говорила: «Ага!», я нашла решение, которое могло сократить потраченное время вдвое. «ПОЧЕМУ мой учитель вообще не сказал мне об этом ?!» Так что я начала заниматься с другими, чтобы уберечь других от этого отягчающего, отнимающего время цикла. С тех пор я записала множество видеороликов и выписала заметки в стиле шпаргалок и
+75
udemy
Udemy - одна из самых больших площадок в мире по доставке обучающего контента от разных авторов всего мира. Присутсвуют курсы практически на любую тему.
Команда внимательно читает ваши комментарии и оперативно на них реагирует. Вы можете спокойно оставлять запросы на обновления или задавать любые вопросы о курсе здесь.
Книга природы написана на языке математики. То же самое можно сказать и про науку о данных. На курсе "Математика для Data Science" мы научим вас высшей математике ровно в том объёме, который необходим для входа в профессию Data Scientist. Занятия ведут преподаватели математики Московского физико-технического института, имеющие опыт работы в Data Science-подразделениях Яндекса и Сбербанка.
Машинное обучение и наука о данных: от нуля к мастерству
Complete Machine Learning and Data Science: Zero to Mastery
Изучите науку о данных, анализ данных, машинное обучение (искусственный интеллект) и Python с Tensorflow, Pandas и много другого! Это совершенно новый курс по машинному обучению и науке о данных, который был запущен в январе 2020 года! Выпускники курсов Андрея теперь работают в Google, Tesla, Amazon, Apple, IBM, JP Morgan, Facebook и других ведущих технологических компаниях.
Вы научитесь решать задачи, которые дают на собеседованиях в компании размера FAANG, Snapchat, Amazon. Курс также идеально подходит к поступлению в Школу анализа данных от Яндекс. Программа разработана преподавателями ВМК МГУ, одного из лучших математических факультетов страны.
А то я скачал а там много пустых папок