Informações sobre o curso

13,606 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Some background in Python programming language and algebra.

Aprox. 14 horas para completar

Sugerido: 8 hours/week...

Inglês

Legendas: Inglês

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Some background in Python programming language and algebra.

Aprox. 14 horas para completar

Sugerido: 8 hours/week...

Inglês

Legendas: Inglês

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

5 horas para concluir

Systems of linear equations and linear classifier

5 horas para concluir
14 vídeos (Total 117 mín.), 1 leitura, 2 testes
14 videos
Linear Algebra and Calculus4min
Matrices and Multidimensional Vectors10min
Matrix arithmetics6min
Properties of matrix operations and some special matrices10min
Vectors and matrices in Python4min
Systems of linear equations11min
Matrix inverse13min
Gaussian elimination. The first example4min
Elementary row operations6min
Gaussian elimination. Main theorem.5min
Gaussian Elimination. The algorithm.13min
The Inverse matrix with Gaussian elimination5min
LU and PLU decomposition17min
1 leituras
Covered Python methods20min
1 exercício prático
Week 11h
Semana
2

Semana 2

2 horas para concluir

Full rank decomposition and systems of linear equations

2 horas para concluir
14 vídeos (Total 86 mín.), 1 teste
14 videos
Abstract algebra and linear algebra11min
Axioms of vector spaces: first application6min
Examples of vector spaces8min
Subspaces1min
Linear combinations and spans2min
Basis and linear dependence7min
Dimension of a vector space5min
Examples of bases7min
Linear dependence and rank3min
Formula for the solution of a SLAE9min
An example of vector representation of the set of solutions7min
Rouché–Capelli Theorem4min
Full rank decomposition8min
1 exercício prático
Week 230min
Semana
3

Semana 3

2 horas para concluir

Euclidean spaces

2 horas para concluir
10 vídeos (Total 85 mín.), 1 teste
10 videos
Coordinates change example9min
Euclidean space8min
Geometry and Euclidean spaces1min
Orthogonal and orthonormal bases4min
Distance and orthogonal projections6min
Inconsistent systems and the least squares method12min
Linear regression example8min
Introduction to support vector machine16min
Linear regression and SVM with Python4min
1 exercício prático
Week 330min
Semana
4

Semana 4

4 horas para concluir

Final Project

4 horas para concluir
1 vídeo (Total 2 mín.), 1 leitura, 2 testes
1 leituras
References and further reading10min
1 exercício prático
Life expectancy prediction quiz1h

Instrutores

Image of instructor, Dmitri Piontkovski

Dmitri Piontkovski

Professor
Faculty of Economic Sciences
Image of instructor, Vsevolod L. Chernyshev

Vsevolod L. Chernyshev

Associate Professor
Faculty of Computer Science

Comece a trabalhar rumo ao seu mestrado

Este curso é parte da graduação 100% on-line Master of Data Science da National Research University Higher School of Economics. Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.

Sobre National Research University Higher School of Economics

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

Sobre Programa de cursos integrados Mathematics for Data Science

Behind numerous standard models and constructions in Data Science there is mathematics that makes things work. It is important to understand it to be successful in Data Science. In this specialisation we will cover wide range of mathematical tools and see how they arise in Data Science. We will cover such crucial fields as Discrete Mathematics, Calculus, Linear Algebra and Probability. To make your experience more practical we accompany mathematics with examples and problems arising in Data Science and show how to solve them in Python....
Mathematics for Data Science

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.