Магистратура
2021/2022
Математика для анализа данных
Статус:
Курс адаптационный
Направление:
01.04.02. Прикладная математика и информатика
Кто читает:
Департамент информатики
Когда читается:
1-й курс, 1 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
24
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Суворова Алёна Владимировна
Прогр. обучения:
Информационные системы и взаимодействие человек-компьютер
Язык:
русский
Кредиты:
3
Контактные часы:
4
Программа дисциплины
Аннотация
Целью освоения дисциплины «Математические основы анализа данных» является получение студентами опыта программирования для дальнейшего развития навыков работы с кодом. Задачей курса является является изучение базового синтаксиса языка программирования Python и базовых приемов и шаблонов используемых при решении задач анализа данных на языке программирования Python. Изучение дисциплины будет способствовать развитию навыков практического программирования и анализа данных на примере стандартных задач программирования. В результате изучения дисциплины у студенты, не имеющие опыт программирования, приобретут необходимые навыки для написания кода на языке программирования Python.
Цель освоения дисциплины
- получение студентами опыта программирования для дальнейшего развития навыков работы с кодом
Планируемые результаты обучения
- Знает основные понятия теории вероятностей и математической статистики, примеры распределений
- Умеет выполнять действия с матрицами и векторами, преобразовывать матрицы
- Умеет вычислять производную и определять экстремум, решать задачу оптимизации
- Умеет оценивать параметры в модели, проверять статистические гипотезы
- Умеет решать задачи регрессии и классификации
Содержание учебной дисциплины
- Линейная алгебра и математический анализ
- Теория вероятностей и математическая статистика
- Предсказание и вывод
Список литературы
Рекомендуемая основная литература
- Searle, S. R., & Khuri, A. I. (2017). Matrix Algebra Useful for Statistics (Vol. Second edition). Hoboken, N.J.: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1497441
- Линейная алгебра: теория и прикладные аспекты: Учебное пособие / Г.С. Шевцов. - 3-e изд., испр. и доп. - М.: Магистр: НИЦ ИНФРА-М, 2014. - 544 с.: 60x90 1/16. (переплет) ISBN 978-5-9776-0258-7 - Режим доступа: http://znanium.com/catalog/product/438021
Рекомендуемая дополнительная литература
- Murphy, K. P. (2012). Machine Learning : A Probabilistic Perspective. Cambridge, Mass: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=480968