Matematika untuk Ilmu Data. Bagian 3. Metode optimasi dan algoritma analisis data - kursus RUB 32.490. dari Spesialis, pelatihan 40 jam akademik, tanggal 15 Mei 2023.
Miscellanea / / December 03, 2023
Guru kursus pemrograman profesional, pengembang bersertifikat Institut Python dengan pengalaman kerja umum di bidang IT lebih dari 20 tahun. Membangun sistem IT di 4 perusahaan dari awal. Lebih dari 5 tahun.
Vadim Viktorovich lulus dari Universitas Negeri Rusia untuk Kemanusiaan pada tahun 2000 dengan spesialisasi di bidang Informatika dan Ilmu Komputer. Seorang profesional sejati dalam urusan administrasi DBMS, otomatisasi proses bisnis perusahaan (ERP, CRM dll.), membuat kasus uji dan melatih karyawan.
Mampu memotivasi dan memikat hati. Dia menuntut pendengarnya, selalu siap untuk mengklarifikasi poin-poin sulit. Pengalaman luas mengerjakan proyek nyata memungkinkan dia memperhatikan detail yang biasanya diabaikan oleh pengembang pemula.
Modul 1. Metode optimasi (16 ac. H.)
- Konsep dasar, definisi, subjek
- Kontinuitas, kelancaran dan konvergensi fungsi digital. Fungsi digital diskrit
- Optimasi bersyarat dan tanpa syarat
- Metode optimasi kriteria tunggal
- Pernyataan masalah optimasi multikriteria
- Metode optimasi multikriteria
- Penurunan gradien
- Metode optimasi stokastik
Modul 2. Algoritma analisis data (16 ac. H.)
- Algoritma regresi linier. Penurunan Gradien
- Penskalaan fitur. Regularisasi L1 dan L2. Penurunan gradien stokastik
- Regresi logistik
- Algoritma untuk membangun pohon keputusan. Hutan acak
- Peningkatan gradien
- Analisis algoritma backpropagation
Modul 3. Pekerjaan akhir (8 ac. H.)
Ilmu data mencakup berbagai pendekatan dan metode untuk mengumpulkan, memproses, menganalisis, dan memvisualisasikan kumpulan data dalam berbagai ukuran. Bidang terpisah yang praktis penting dari ilmu ini adalah bekerja dengan data besar menggunakan prinsip-prinsip baru pemodelan matematika dan komputasi, ketika metode klasik berhenti bekerja karena ketidakmungkinannya penskalaan. Kursus ini dirancang untuk membantu siswa mempelajari dasar-dasar bidang studi melalui formulasi dan memecahkan masalah umum yang mungkin dihadapi peneliti ilmu data dalam dirinya bekerja. Untuk mengajar siswa memecahkan masalah seperti itu, penulis kursus membekali siswa dengan teori minimum yang diperlukan dan menunjukkan bagaimana menggunakan basis alat dalam praktik.
4,2