Специализация Математика для анализа данных

Основная цель этого онлайн-курса — дать введение в разделы дискретной математики, важные для анализа данных.

Мы начнем с краткого введения в комбинаторику, раздел математики, изучающий подсчеты. Основы комбинаторики критически важны для всех, кто работает в анализе данных или в Computer Science. В качестве примеров использования комбинаторики мы обсудим вопросы о подсчете размера пространства признаков и об оценке времени работы программ на Python. После этого мы используем наши знания в комбинаторике в изучении дискретной вероятности. Вероятностью в области анализа данных пронизано абсолютно все, и мы еще изучим этот раздел математики в одном из следующих курсов гораздо подробнее. В этом курсе в части вероятности наша цель — дать первоначальное знакомство с этой областью, а также дать нам возможность использовать вероятность в следующей части курса. Наконец, в третьей части курса НИУ ВШЭ мы обсудим комбинаторную структуру, наиболее часто встречающуюся в анализе данных — графы. Графы встречаются повсюду, как в анализе данных, так и в обычной жизни, и мы увидим это на разнообразных примерах. Мы дадим необходимые сведения из теории графов, а в конце курса выполним проект, а именно построим несложную рекомендательную систему, основанную на случайных блужданиях в графах.

Основная особенность нашего онлайн-курса — геометрический подход к изложению. В каждом сюжете сначала мы рассказываем идею определения, пусть иногда и нестрого, а уже затем вводим формальное определение. В частности, линейные операторы, собственные векторы и числа появляются до матриц и определителей. Матрицы мы излагаем как способ записи линейного оператора. В силу этой особенности курс может быть интересен и тем, кто уже освоил стандартный вводный курс линейной алгебры.

Основные темы курса: векторные пространства, линейные операторы и их свойства, квадратичные формы, матричные разложения, метод главных компонент. Иногда для решения численных задач мы используем Python. В курсе мы не рассматриваем оптимальные численные реализации методов. Обучение на курсе НИУ ВШЭ длится 6 недель. Для его успешного освоения достаточно знать стандартную школьную программу по математике.

В онлайн-курсе НИУ ВШЭ представлены основные понятия и методы математического анализа, необходимые для работы с данными.

Первая лекция вводная и посвящена обсуждению базовых понятий: функция, ее график, множество уровня и т.д. Следующие пять лекций содержат основы теории пределов и дифференциального исчисления скалярных и векторных функций от одной и нескольких переменных. В частности, в шестой лекции рассматриваются задачи гладкой оптимизации. Последняя, седьмая лекция посвящена интегральному исчислению. Наряду со стандартным материалом в курсе рассмотрены некоторые вычислительные методы и алгоритмы.