Derzeit eröffnet OTUS ein Set für einen neuen Stream des Fortgeschrittenenkurses "Mathematik für Datenwissenschaften " . In diesem Zusammenhang möchten wir Sie zu einem kostenlosen Webinar einladen , in dem unser Experte Petr Lukyanchenko Sie ausführlich über das Kursprogramm informiert und Ihre Fragen beantwortet ...
„Ist es wirklich notwendig, die Mathematik hinter Algorithmen für maschinelles Lernen zu verstehen? Python verfügt bereits über eine Vielzahl allgemein verfügbarer Bibliotheken, mit denen Sie problemlos Modelle erstellen können! "
Ich habe das mehr als einmal von einem Hobby-Datenwissenschaftler gehört. Dieses Missverständnis ist weitaus häufiger als wir es gerne hätten und führt bei aufstrebenden Datenprofis weiterhin zu naiven Fantasien.
Lassen Sie uns dies ein für alle Mal klarstellen - um Datenwissenschaftler zu werden, müssen Sie die Mathematik hinter Algorithmen für maschinelles Lernen verstehen. Dies ist ein wesentlicher Bestandteil der Rolle des Data Scientist, und jeder Personalvermittler und Experte für maschinelles Lernen wird dies bestätigen.
Wie lernen wir das? Genau darüber möchte ich heute mit Ihnen sprechen. Dieser Artikel beschreibt die verschiedenen Aspekte der Mathematik, die Sie kennen müssen, um das maschinelle Lernen vollständig zu beherrschen, einschließlich linearer Algebra, Wahrscheinlichkeitstheorie und mehr.
Auf welchem Niveau müssen Sie Mathematik verstehen, um im maschinellen Lernen kompetent zu sein?
, , - ? . , . , , .
( :
- 35%
- 25%
- 15%
- 15%
- 15%)
, Data Science
- Data Science ( ) , , ?
Data Science , -. :
, Data Science , .
Data Science - , .
, . , , .
, , ( ). , , .
, , , . , , ! , , .
, , ?
Data Science , , , , .
, , .
. . . , NumPy, , .
, , .
21 . , Data Science, .
?
.
x y:
, -2, :
x , y 9. x 0.
, . . , .
, Data Science , . , - , .
( ). , x y?
! . . :
- , , .
, . , x y . , Data Science .
?
, , , .
. , :
(m) (c) :
? . , 丁 m c .
.
.--=-
=
.
- . . :
, . , ? ?
(! !):
. , , , . , .
, P(A) . , .
, .
, - , .
P(B) - , . , , . .
P (B|A):
, , , P(A) P (B|A). , :
?
- , . , , P(A).
, :
(() : - ! → P(|)P() : ! → P(|) : - !
, , !
, ? - . , .
, , . , .
. , :
. .
, .
- , .
:
- , . , Data Science, . , .