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
Этот материал находится в платной подписке. Оформи премиум подписку и смотри или слушай
Math for Data Science Masterclass,
а также все другие курсы, прямо сейчас!
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
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
+72
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