Высшая математика - основа современного анализа данных (Data Science) [2020]
Высшая математика
РЭУ им Г. В. Плеханова (Российский Экономический Университет имени Г. В. Плеханова)
Цель данной программы - повышение профессионального уровня преподавателей математических дисциплин в области современных цифровых технологий и анализа данных.
Спойлер: Вы будите знать
1. В чем заключается анализ данных.
2. Чем анализ данных отличается от статистики.
3. Особенности цифровой эпохи в образовании и преподавании математических дисциплин.
4. Что такое большие данные. Какая математика сопутствует BigData.
5. Что такое машинное обучение, его связь с анализом данных.
6. Что такое нейросети и искусственный интеллект.
7. Язык программирования Python как экосистема инструментов анализа данных.
Спойлер: Вы будите уметь
1. Распознавать большие данные.
2. Анализировать данные на начальном уровне при помощи средств языка программирования Python.
3. Строить математические модели, связанные с машинным обучением и нейросетями.
4. Строить «лайфцикл» типичного datascience проекта.
Спойлер: Вы будите владеть
1. Навыками поиска данных в различных областях.
2. Навыками обработки и представления данных.
3. Навыками применения анализа данных в профессиональной деятельности преподавателя.
Спойлер: Содержание
Модуль 1 - Введение в анализ данных
1.1 Введение. Статистика и анализ данных.
1.2 Цифровая эпоха. Datascience проект.
Модуль 2 - Большие данные
2.1 Какие данные можно считать большими. Большие данные с юридической точки зрения.
2.2 Математика и большие данные. Другие профессии и большие данные.
Модуль 3 - Машинное обучение
3.1 Машинное обучение и анализ данных.
3.2 Математика в машинном обучении.
Модуль 4 - Искусственный интеллект и нейросети
4.1 Нейросети как математическая модель. Построение нейросетей.
Модуль 5 - Язык программирования Python
5.1 Основы языка.
5.2 Анализ данных на языке Python.
Продажник
Высшая математика
РЭУ им Г. В. Плеханова (Российский Экономический Университет имени Г. В. Плеханова)
Цель данной программы - повышение профессионального уровня преподавателей математических дисциплин в области современных цифровых технологий и анализа данных.
Спойлер: Вы будите знать
1. В чем заключается анализ данных.
2. Чем анализ данных отличается от статистики.
3. Особенности цифровой эпохи в образовании и преподавании математических дисциплин.
4. Что такое большие данные. Какая математика сопутствует BigData.
5. Что такое машинное обучение, его связь с анализом данных.
6. Что такое нейросети и искусственный интеллект.
7. Язык программирования Python как экосистема инструментов анализа данных.
Спойлер: Вы будите уметь
1. Распознавать большие данные.
2. Анализировать данные на начальном уровне при помощи средств языка программирования Python.
3. Строить математические модели, связанные с машинным обучением и нейросетями.
4. Строить «лайфцикл» типичного datascience проекта.
Спойлер: Вы будите владеть
1. Навыками поиска данных в различных областях.
2. Навыками обработки и представления данных.
3. Навыками применения анализа данных в профессиональной деятельности преподавателя.
Спойлер: Содержание
Модуль 1 - Введение в анализ данных
1.1 Введение. Статистика и анализ данных.
1.2 Цифровая эпоха. Datascience проект.
Модуль 2 - Большие данные
2.1 Какие данные можно считать большими. Большие данные с юридической точки зрения.
2.2 Математика и большие данные. Другие профессии и большие данные.
Модуль 3 - Машинное обучение
3.1 Машинное обучение и анализ данных.
3.2 Математика в машинном обучении.
Модуль 4 - Искусственный интеллект и нейросети
4.1 Нейросети как математическая модель. Построение нейросетей.
Модуль 5 - Язык программирования Python
5.1 Основы языка.
5.2 Анализ данных на языке Python.
Продажник