Пройти опрос про видео Пройти опрос про ИИ

Материалы по теме Математика

🤖 Математика для Data Science: терминология и обозначения

Для успешной работы с данными необходимы глубокие математические знания. Однако, прежде чем погрузиться в изучение продвинутых тем, важно освоить базовые математические обозначения и термины. Эта статья – первая часть путеводителя по основным символам, которые помогут вам уверенно читать и понимать книги и статьи по математической базе Data Science. Мы начнем с самых основ – действительных и комплексных чисел, затем перейдем к векторам и матрицам, после рассмотрим способы компактной записи сумм и произведений с помощью сигма- и пи-нотаций, а завершим обзором логарифмов.
2783

➡️📊🧑‍💼Собственные векторы vs. собеседование

На собеседовании главное — показать свои ключевые качества, образ мышления и ценности. Это поможет справиться со стрессом, неожиданными вопросами, субъективной оценкой. В математике и ML используется похожий метод, который помогает не утонуть в многомерности, шуме и второстепенных деталях. Это — PCA, или метод главных компонент. Он не только упрощает сложные данные, но и учит фокусироваться на самом важном. В этой статье мы разберем, как работает PCA, зачем он нужен и как может помочь в решении реальной задачи — анализе доходностей акций S&P 500.
1136

📊🧑‍💻 Зачем дата-сайентисту дисперсия

Дисперсия — один из важнейших статистических показателей: oна играет центральную роль в оценке изменчивости данных, понимании поведения ML-моделей и снижении ошибок. В этой статье мы разберeм, почему правильное использование дисперсии критично для Data Science и разработаем нашу собственную модель Random Forest.
2122

🔢💡🌍 Математика в реальной жизни: 17 революционных концепций, изменивших мир

На протяжении веков ученые и мыслители открывали формулы и уравнения, которые не только объясняли природные явления, но и прокладывали путь к новым технологиям и философским озарениям. В этой статье мы рассмотрим 17 математических концепций, которые навсегда изменили ход истории.
5470
🔢💡🌍 Математика в реальной жизни: 17 революционных концепций, изменивших мир

🧮🔠 Математика в действии: решаем хитрые задачи по прогнозированию, оптимизации и логике

Разберем нескольких интересных задач, которые эффективно решаются с использованием различных математических методов и алгоритмов – цепей Маркова, минимального скалярного произведения векторов, заметающей прямой и конгруэнтности Целлера.
1834

📱🧮 Думаешь, каждый может сделать крутой калькулятор? Как Android обошел iOS в создании идеального калькулятора

Когда в Google решили написать по-настоящему точный калькулятор для Android, они и не подозревали, что эта задача потребует участия выдающегося эксперта по C/C++ и создания гибридной математической системы.
1774

🥜🔨 Динамическое программирование: как щелкать задачки как орешки

Готов узнать, как решать задачки, от которых плавятся мозги? В этой статье раскрываем тайну происхождения термина «динамическое программирование» и показываем основные подходы к решению задач, которые часто встречаются на собеседованиях и соревнованиях.
7060
🥜🔨 Динамическое программирование: как щелкать задачки как орешки

🥷 Путь ML-самурая: от школьной математики до передового машинного обучения

В статье разложено все по полочкам: как из обычного чувака, который еле-еле школьную математику помнит, стать настоящим ML-самураем. И знаешь, что самое крутое? Никакой занудной теории – только то, что реально нужно для работы. Автор разбил весь путь на этапы, типа уровней в игре. Начинаешь с простого, а потом – бац, и ты уже в нейросетях шаришь! И еще там есть советы, как не сдуться на полпути и дойти до финиша. В общем, если ты все еще мнешься насчет ML из-за математики, обязательно чекни эту статью. Уверен, после нее ты поймешь, что все возможно, и замотивируешься на полную. Давай, читай и вперед – к светлому ML-будущему!
6585
🥷 Путь ML-самурая: от школьной математики до передового машинного обучения