Курс: Математика для Data Science. 3 часть. Методы оптимизации и алгоритмы анализа данных

Дополнительная дата проведения курса: 15.12.2025 - 19.12.2025

Продолжительность курса: 40 ак. ч.

Описание курса:
Для успешной работы в области Data Science необходимы знания разделов высшей математики, таких как теория вероятности и математическая статистика. Целью курса являются основные разделы методов оптимизации и алгоритмов анализа данных, необходимые для успешного применения в области Data Science.

Аудитория:
• Специалисты в области Data Science.

Необходимая подготовка:
Навыки, полученные в рамках обучения по курсу Математика для Data Science. 2 часть. Теория вероятностей и математическая статистика, или равнозначная подготовка.

Результат обучения:
После изучения слушатель будет уметь:
• использовать полученные знания по методам оптимизации и алгоритмам анализа данных для старта в области Data Science.

Программа курса:
Модуль 1. Методы оптимизации:
• Основные понятия, определения, предмет;
• Непрерывность, гладкость и сходимость ЦФ. Дискретные ЦФ;
• Условная и безусловная оптимизация;
• Методы однокритериальной оптимизации;
• Постановка задачи многокритериальной оптимизации;
• Методы многокритериальной оптимизации;
• Градиентный спуск;
• Стохастические методы оптимизации.

Модуль 2. Алгоритмы анализа данных:
• Алгоритм линейной регрессии. Градиентный спуск;
• Масштабирование признаков. L1- и L2-регуляризация. Стохастический градиентный спуск;
• Логистическая регрессия;
• Алгоритм построения дерева решений. Случайный лес;
• Градиентный бустинг;
• Разбор алгоритма обратного распространения ошибки.

Окончательная цена указывается в договоре на обучение.