現在、OTUSは上級コース「Mathematicsfor Data Science」の新しいストリームのセットを開いています。この点に関して、無料のウェビナーに招待します。このウェビナーでは、専門家のPetr Lukyanchenkoがコースプログラムについて詳しく説明し、質問にも答えます。 ..。
「機械学習アルゴリズムの背後にある数学を理解することは本当に必要ですか？Pythonには、モデルの構築に簡単に使用できる、広く利用可能なライブラリがすでにたくさんあります！」
これは愛好家のデータサイエンティストから何度も聞いたことがあります。この誤解は私たちが望むよりもはるかに蔓延しており、意欲的なデータ専門家の間で素朴な空想を引き起こし続けています。
これを一度だけ明確にしましょう。データサイエンティストになるには、機械学習アルゴリズムの背後にある数学を理解する必要があります。これはデータサイエンティストの役割の不可欠な部分であり、すべての採用担当者と機械学習の専門家がこれを証明します。
では、どうやってこれを学ぶのでしょうか？さて、それはまさに今日私があなたに話したいことです。この記事では、線形代数、確率理論など、機械学習を完全に習得するために知っておく必要のある数学のさまざまな側面について概説します。
機械学習に精通するには、どのレベルで数学を理解する必要がありますか？
, , - ? . , . , , .
( :
- 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, . , .