En ce moment, OTUS ouvre une série pour un nouveau volet du cours avancé "Mathématiques pour la science des données" , à cet égard, nous aimerions vous inviter à un webinaire gratuit , dans lequel notre expert, Petr Lukyanchenko, vous expliquera en détail le programme du cours et répondra également à vos questions ...
«Est-il vraiment nécessaire de comprendre les mathématiques derrière les algorithmes d'apprentissage automatique? Python a déjà une tonne de bibliothèques largement disponibles que vous pouvez facilement utiliser pour créer des modèles! "
J'ai entendu cela plus d'une fois de la part d'un spécialiste des données amateur. Cette idée fausse est beaucoup plus répandue que nous ne le souhaiterions et continue de susciter des fantasmes naïfs parmi les professionnels des données en herbe.
Soyons clairs une fois pour toutes: pour devenir un data scientist, vous devez comprendre les mathématiques derrière les algorithmes d'apprentissage automatique. Cela fait partie intégrante du rôle de data scientist et chaque recruteur et expert en apprentissage automatique en attestera.
Alors, comment apprenons-nous cela? Eh bien, c'est exactement ce dont je veux vous parler aujourd'hui. Cet article décrit les différents aspects des mathématiques que vous devez connaître pour maîtriser pleinement l'apprentissage automatique, y compris l'algèbre linéaire, la théorie des probabilités, etc.
À quel niveau avez-vous besoin de comprendre les mathématiques pour être compétent en apprentissage automatique?
, , - ? . , . , , .
( :
- 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, . , .