Математика является краеугольным камнем науки о данных.
Хотя некоторые теоремы, аксиомы и формулы кажутся слишком абстрактными и далекими от практики, на самом деле без них невозможно по-настоящему глубоко проанализировать и систематизировать огромные объемы данных.
Для специалиста по Data Science важны следующие области математики:
- статистика;
- теория вероятности;
- математический анализ;
- линейная алгебра.
В этой статье они предлагают подборку материалов и книг по математике, полезных в области науки о данных.
Статистика и теория вероятностей
Трудно переоценить важность знаний статистики для специалистов по обработке данных любого уровня.Все классическое машинное обучение основано на статистическом обучении.
Более того, на нем основаны стандартные A/B-тесты.
Источники для вдохновения: 
Вся статистика
Ларри Вассерман
Как пишет сам автор: «Эта книга для людей, которые хотят быстро изучить вероятность и статистику».
В книге изложены все основные принципы теории вероятностей и статистики.
Основы статистики (3 части)
Образовательная платформа Степик
Курс статистики для начинающих.
Охватывает все основные понятия.
Основы статистики вкратце, Кэтрин
Алексис Корманик
В предыдущем статья Эту книгу уже рекомендовали, но стоит повторить.
:-) В первых разделах представлены основные определения с иллюстрациями и комментариями, в последних разделах раскрывается значение T- и Z-тестов.
Материалы изложены доступным языком, с минимально необходимым математическим аппаратом.
Это руководство представляет собой отличное введение в статистику с практической точки зрения.
Теория вероятностей и математическая статистика
Н.
Ш.
Кремер Учебник ориентирован на экономистов, поэтому сложность и глубина понятий не шокируют новичка в Data Science. Подходит для изучения основ перед погружением в специализированную литературу.
Теория вероятностей и математическая статистика
А.
И.
Кибзун, Е.
Р.
Горяинова, А.
В.
Наумов, А.
Н.
Сиротин Этот базовый курс обеспечивает более глубокое понимание, чем предыдущий.
Кроме теория включает практические задания и справочные материалы.
Основные понятия теории вероятностей и математической статистики
М.
Я.
Кельберт, Ю.
М.
Сухов Отличный вариант для тех, кто уже знаком с темой и хочет получить более глубокие знания.
Математический анализ
На первый взгляд, это направление больше нужно в стенах университетов, но без него не получится разобраться с обратным распространением ошибок или освоить качественный курс глубокого обучения.Заполнив пробелы в статистике, пора приступить к изучению материалов этого раздела.
И их великое множество.
Исчисление
edX
Курс Массачусетского технологического института, состоящий из 3-х частей:
- Исчисление 1А: Дифференцирование — это курс о поиске производной, ее геометрической интерпретации и физическом смысле.
- Исчисление 1B: Интеграция — это курс по поиску интеграла, его связи с производной и его применению в инженерном проектировании, научном анализе, теории вероятностей и статистике.
- Исчисление 1С: Системы координат и бесконечные ряды - курс об исчислении кривых, системах координат, приближении функций к многочленам и бесконечных рядах.
Все это необходимо для построения математических моделей реального мира.
Исчисление Один Образовательная платформа Coursera Курс ориентирован на новичков, но удобная подача материала поможет освежить память опытным Data Scientist.
Ханская Академия Образовательная платформа Разнообразие материалов, представленных на ресурсе, идеально подходит для начала изучения математики, программирования и информатики.
Исчисление
Джеймс Стюарт
Книга известна своим тщательно исследованным содержанием и довольно простым языком.
Курс математического анализа
Л.
Д.
Кудрявцев Для тех, кто хочет получить более фундаментальные знания о дифференциальном и интегральном исчислении, теории рядов, функциональном и гармоническом анализе.
Также вы можете обратить внимание на два курса от MIT:
- Исчисление с одной переменной — курс самостоятельного изучения дифференцирования, интегрального исчисления и бесконечных рядов.
- Многомерное исчисление — еще один курс для самостоятельного изучения дифференцирования, а также интегрального и векторного исчисления функций многих переменных.
Линейная алгебра
Без этого раздела математики невозможно будет разрабатывать методы машинного обучения, моделировать поведение различных объектов, оптимизировать процессы кластеризации и снижения размерности описания данных.
Линейная алгебра
Георгий Евгеньевич Шилов
Учебник содержит хорошо проработанный материал.
Книга подходит для вводного курса линейной алгебры.
Линейная алгебра
В.
А.
Ильин, ?.
Г.
Позняк Данный учебник написан на основе лекций преподавателей физического факультета МГУ.
Все материалы изложены доступным языком и подходят для углубленного изучения основных теорий линейной алгебры.
И напоследок еще одна рекомендация – курс обучения.
Линейная алгебра из Массачусетского технологического института.
Он охватывает теорию матриц и положения линейной алгебры.
Теги: #наука о данных #математика #чтение книг #самообучение #саморазвитие #записки для начинающих #линейная алгебра #теория вероятностей #статистика #математический анализ #Интеллектуальный анализ данных #Большие данные #математика #Читальный зал
-
Томоко - Шлем Для Шумоподавления В Офисе
19 Oct, 24 -
Как Превратить Старый Дом В Умный Дом
19 Oct, 24 -
Комбайн Для Дома Своими Руками.
19 Oct, 24 -
Коди — Робот, Который Учит Программированию.
19 Oct, 24 -
Игры Начинаются И Побеждают
19 Oct, 24
