Matematyka. Kurs video. Teoria dla programisty i data science

Promocja

Oleg Żero

6.0

0 opinii

Podstawowe informacje:

Czas trwania: 14:26:23

Poziom: zaawansowany

Autor: Oleg Żero

Liczba lekcji: 103

Dla firm

Rozwiń umiejętności swoich pracowników dzięki kursom video

Dowiedz się więcej

Monitorowanie postępów pracowników. Przejrzyste raporty i imienne certyfikaty ukończenia kursów
Atrakcyjne rabaty dla zespołów. Im więcej pracowników liczy zespół, tym większy uzyskasz rabat
Doradztwo w wyborze tematyki szkoleń. Mamy setki kursów, dostosujemy program nauczania pod Twój zespół

Indywidualnie

299,25 zł ~~399,00 zł~~ (-25%)

299,25 zł najniższa cena z 30 dni Dodaj do koszyka

Dostępny natychmiast po opłaceniu zakupu

Do przechowalni

Korzyści:

Certyfikat ukończenia
Test online
Dożywotni dostęp
Dostęp w aplikacji (także offline)
Napisy w języku polskim

Ten kurs należy do ścieżki Data Scientist z Pythonem

Czas trwania: 66 godz.

DOWIEDZ SIĘ WIĘCEJ

Ten kurs należy do ścieżki Data Scientist z Pythonem »

Czego się nauczysz?

Podstaw algebry liniowej i działań na macierzach oraz wektorach
Stosowania analizy matematycznej (pochodne, całki, granice, gradienty)
Zasad rachunku prawdopodobieństwa i wnioskowania statystycznego
Pracy z modelami matematycznymi (równania różniczkowe i probabilistyczne)
Tworzenia testów statystycznych i interpretacji wyników
Zastosowania transformaty Fouriera w analizie sygnałów
Łączenia teorii matematycznych z praktyką w programowaniu i data science

Spis lekcji

1. O czym powiemy? 00:07:46

1.1. Wstęp do kursu

00:07:46

2. Podstawowe pojęcia 01:28:26

2.1. Wstęp do podstawowych pojęć

00:03:06

2.2. Zbiory

00:10:38

2.3. Liczby

00:11:35

2.4. Funkcje

00:10:04

2.5. Relacje

00:03:23

2.6. Logika

00:07:38

2.7. Indukcja matematyczna

00:07:39

2.8. Liczby zespolone

00:15:31

2.9. Nieskończoność

00:18:52

3. Ciągi, szeregi i granice 01:11:11

3.1. Ciąg matematyczny

00:05:26

3.2. Postaci ciągów

00:03:08

3.3. Właściwości ciąagów

00:16:50

3.4. Szczególne ciągi

00:06:05

3.5. Szeregi

00:05:38

3.6. Liczenie sumy

00:12:13

3.7. Kryteria zbieżności

00:08:18

3.8. Dodatkowe kryteria zbieżności

00:11:34

3.9. Ciekawostka

00:01:59

4. Pochodne i całki 02:01:42

4.1. Analiza matematyczna

00:01:12

4.2. Ciągłość funkcji

00:05:55

4.3. Definicja ciągłości

00:06:15

4.4. Definicja pochodnej

00:06:55

4.5. Różniczka

00:06:02

4.6. Prawa pochodnej

00:11:01

4.7. Przykłady liczenia pochodnych

00:09:16

4.8. e-do-x

00:04:38

4.9. Druga pochodna

00:15:43

4.10. Pochodne numerycznie

00:02:51

4.11. Szereg Taylora

00:13:10

4.12. Całka Riemanna

00:10:54

4.13. Całka oznaczona i nieoznaczona

00:07:41

4.14. Prawa całek

00:09:01

4.15. Liczenie całek

00:11:08

5. Wektory i macierze 02:59:34

5.1. Algebra liniowa

00:05:21

5.2. Wektor

00:07:46

5.3. Kombinacje liniowe

00:05:46

5.4. Transformacje liniowe

00:13:35

5.5. Mnożenie macierzy

00:06:27

5.6. Wyznacznik macierzy

00:12:06

5.7. Układy równań

00:05:15

5.8. Macierz odwrotna

00:04:09

5.9. Macierze nie kwadratowe

00:07:40

5.10. Tensor

00:05:25

5.11. Iloczyn skalarny

00:10:36

5.12. Iloczyn wektorowy

00:09:22

5.13. Iloczyn zewnętrzny

00:06:15

5.14. Zmiana wektoróow bazowych

00:04:58

5.15. Wektory własne

00:14:19

5.16. Przestrzenie liniowe

00:12:34

5.17. Przestrzenie liniowe - aksjomaty

00:05:10

5.18. Przestrzenie liniowe - przykłady

00:05:32

5.19. Odległość oraz norma

00:10:13

5.20. Iloczyn skalarny to coś więcej......

00:10:55

5.21. Szereg FourieraA

OGLĄDAJ » 00:08:33

5.22. Egzotyczne przykłady

00:07:37

6. Rachunek wektorowy 01:58:23

6.1. Rachunek wektorowy

00:01:46

6.2. W stronę wielu wymiarów

00:03:29

6.3. Reprezentacje funkcji

00:03:44

6.4. Pochodna funkcji wielu zmiennych

00:14:56

6.5. Gradient

00:11:56

6.6. Re: Różniczka

00:11:59

6.7. A co z mnożeniem?

00:09:39

6.8. Jakobian i hHesjsian

00:08:37

6.9. Parametryzacja

00:11:10

6.10. Całka po wielu zmiennych

00:08:39

6.11. Liczenie całek wielu zmiennych

00:11:33

6.12. Całki po ścieżce i po powierzchni

00:13:42

6.13. Dla chętnych......

00:07:13

7. Równania różniczkowe 02:09:03

7.1. Równania różniczkowe

00:01:23

7.2. Gdy od wartości ważniejsza jest zmiana

00:10:22

7.3. O.D.E.

00:09:00

7.4. Portret fazowy

00:09:31

7.5. Owce i wilki

00:08:09

7.6. P.D.E.

00:07:11

7.7. Warunki brzegowe i początkowe

00:09:17

7.8. P.D.E. - rozwiązanie

00:06:12

7.9. Analiza Fouriera

00:09:30

7.10. Analiza Fouriera - - z czego wynika?

00:11:43

7.11. Transformata Fouriera

00:08:50

7.12. Transformata Fouriera - przykład użycia

00:09:20

7.13. Wróćmy do równań......

00:05:20

7.14. Efekt motyla

00:15:01

7.15. Stabilność równań

00:05:12

7.16. Współczesne podejście do równań

00:03:02

8. Prawdopodobieństwo 02:30:18

8.1. Statystyka

00:03:00

8.2. Jak rozumieć prawdopodobieństwo?

00:06:50

8.3. Zdarzenie oraz zmienna losowa

00:11:14

8.4. Regułly prawdopodobieństwa

00:05:51

8.5. Współlwystęepowanie zdarzeń

00:09:38

8.6. Twierdzenie Bayesa

OGLĄDAJ » 00:11:23

8.7. Twierdzenie Bayesa - intuicja

00:09:50

8.8. Prawdopodobieństwo vs szansa

00:06:36

8.9. Model bayesowski

00:04:51

8.10. Tworzenie modelu

00:11:18

8.11. Rozkłady prawdopodobieństwa

00:06:55

8.12. Wynik modelu

00:10:59

8.13. Wartość oczekiwana i wariancja

00:04:46

8.14. Test statystyczny

00:11:14

8.15. Moc testu statystycznego

00:12:05

8.16. Czynnik losowy i proces Markowa

00:10:23

8.17. Stochastyczne równania różniczkowe

00:12:02

8.18. Zakońnczenie

00:01:23

Podstawy matematyki w data science - kurs online dla Ciebie

Matematyka. Tak, to ją mamy na myśli, gdy mówimy „królowa nauk”. Tytuł ów słusznie się matematyce należy - bazują na niej bowiem inne nauki ścisłe, nie obejdą się bez niej nauki przyrodnicze, a przede wszystkim stanowi ona podstawę wielkiej dziedziny naukowej i działalności gospodarczej związanej z gromadzeniem, przetwarzaniem i analizowaniem informacji. W skrócie: informatyki. W szkole można nie kochać całkowania i różniczkowania, można nie być fanem rachunku prawdopodobieństwa, można nie do końca rozumieć, czym są pochodne, ale potem, w życiu zawodowym, często się okazuje, że do matematyki jako języka służącego opisowi rzeczywistości wciąż się wraca i korzysta z niej dla uporządkowania pewnych spraw, umiejscowienia ich w odpowiednich kontekstach czy po prostu wykonania niezbędnych obliczeń. Owszem, są dostępne liczne biblioteki oferujące w wielu wypadkach gotowe rozwiązania pewnych problemów. Jednakże bez znajomości matematyki trudno będzie Ci wyjść poza sztywne ramy ugruntowanych już rozwiązań, nie mówiąc o dalszym rozwoju Twojej kariery.

Szczególnie intensywnie z mocy matematyki korzystają na co dzień specjaliści operujący w tzw. branżach technicznych - od inżynierów, przez programistów, po specjalistów do spraw data science i sztucznej inteligencji. Kto swobodniej operuje matematyką, tym uniwersalnym i ponadczasowym językiem komunikacji, temu łatwiej jest zrozumieć wiele kwestii praktycznych, szybko oszacować sensowność i opłacalność proponowanych kierunków działania, a także uczyć się kolejnych nowych technologii. Technologii, które coraz szybciej przemijają... Tymczasem matematyka nie przemija. Matematyka trwa. Była, jest i będzie zawsze.

Co Cię czeka podczas naszego kursu matematyka dla programistów?

Z naszym kursem video z podstaw matematyki dla programistów:

zrozumiesz związki pomiędzy różnymi działami matematyki
nauczysz się wyrażać i przedstawiać problem na sposób matematyczny, poprzez użycie odpowiednich narzędzi, koncepcji i symboli
pojmiesz podstawowe założenia i ograniczenia niektórych metod modelowania, takich jak równania różniczkowe lub modele probabilistyczne
wykształcisz w sobie intuicję matematyczną - zrozumiesz istotę pewnych matematycznych narzędzi, pojmiesz, dlaczego działają i kiedy mogą być pomocne
poznasz podstawy przetwarzania sygnałów i rolę transformaty Fouriera
zrozumiesz język analizy matematycznej i koncepcji takich jak pochodna, różniczka, całka i gradient
opanujesz istotę podstaw algebry liniowej, działań na wektorach i macierzach, a także innych operacjach w wielowymiarowych przestrzeniach
dowiesz się, czym się zajmuje współczesna statystyka i jakie są zasady wnioskowania probabilistycznego
będziesz działać na testach statystycznych
przyswoisz istotę i zastosowanie modeli opartych na równaniach różniczkowych, probabilistycznych i łączących obie te cechy

Co więcej...

dzięki udziałowi w tym kursie video zyskasz szansę zrozumienia tego, co zawsze chciałeś w pełni pojąć w szkole albo na studiach, ale po prostu nigdy nie udało Ci się trafić na odpowiednio dobrego nauczyciela

Matematyka. Kurs video. Teoria dla programisty i data science zabierze Cię w podróż przez trzy wielkie działy matematyki, na które poświęca się minimum sześć semestrów studiów na kierunkach ścisłych! Po szkoleniu Twoja wiedza matematyczna będzie na poziomie średnio zaawansowanym lub zaawansowanym - w zależności od tego, jak wiele informacji będziesz w stanie przyswoić i ilu z nich będziesz potrzebować w swojej codziennej pracy.

Nauka dla ludzi z rozwiniętą intuicją

Nasz kurs skupia się na przedstawieniu matematyki jako uniwersalnego języka, za pomocą którego można opisać dany problem w różny sposób i z rozmaitych punktów widzenia. Celem szkolenia jest nauczenie Cię intuicyjnego myślenia na sposób matematyczny, co pozwoli Ci w przyszłości sięgać do niej zawsze, gdy w Twoim życiu zawodowym lub prywatnym pojawi się problem do rozwiązania albo zagadnienie, z którym po prostu trzeba się będzie zmierzyć przy użyciu liczb, równań i wykresów. Po kursie powinieneś być w stanie matematycznie rozwiązywać konkretne problemy i wiedzieć, gdzie szukać odpowiednich przykładów. Rachunek prawdopodobieństwa nie będzie dla Ciebie wyzwaniem, co więcej, zaczniesz kojarzyć związki między różnymi, pozornie kompletnie odmiennymi zdarzeniami i rzeczami. Wreszcie - udział w szkoleniu przygotuje Cię do modelowania niektórych spodziewanych zjawisk, co ułatwi Ci radzenie sobie z wyzwaniami bliższej i dalszej przyszłości. Brzmi futurystycznie? Pewnie. Bo matematyka to język przyszłości!

Sprawdź także kursy tworzenia gier dostępne w naszej ofercie.

Wybrane bestsellery

O autorze kursu video

Oleg Żero - Data Scientist, który, jak to określa, lubi wydobywać z danych sens. Na co dzień dostarcza rozwiązania uczenia maszynowego wielkim graczom z branży e-commerce. Z wykształcenia jest inżynierem fotoniki i absolwentem Królewskiej Akademii Technicznej w Sztokholmie. Brał udział w wielu projektach natury badawczo-naukowej - w ujęciu akademickim, przemysłowym i start-upowym. Prywatnie mąż, ojciec, entuzjasta bliskich i dalekich podróży oraz miłośnik wszelkiej technologii garażowej własnej produkcji.