Data Science Linear Algebra

Интенсивный курс по прикладной линейной алгебре для работы с Data Science и Machine Learning.

О курсе

Математика лежит в основе всех без исключения прикладных наук. Современные технологии машинного обучения особенного сильно опираются на несколько разделов математики, из которых Линейную Алгебру можно смело поставить на первое место.

Линейная алгебра является важнейшим фундаментом многих компьютерных наук, включая Data Science, Computer Vision, Natural Language Processing и т.д. К сожалению, именно этот предмет зачастую преподается с большим отрывом от прикладных задач.

Мы создали 2-месячный курс, чтобы помочь освежить основные понятия Линейной Алгебры. А также на реальных примерах посмотреть — как они работают в разнообразных современных приложениях и алгоритмах.

Начнем с линейных пространств и вспомним, как наборы данных можно представить в виде множества векторов в многомерном векторном пространстве. Рассмотрим типичные задачи в 2D и 3D пространствах. Вспомним матрицы и для чего они нужны. Рассмотрим применение линейной алгебры в алгоритмах SVM, линейной регрессии, сокращении размерности пространств. Рассмотрим основы 3D/2D преобразований в задачах компьютерного зрения.

8 октября 2021 Набор в группу до 8 октября 2021
6 500 грн/мес 13 000 грн при полной оплате всего курса
6 825 грн/мес при оплате частями
25 студентов каждый студент получает регулярный фидбек от куратора группы

Куратор

Ян Цибулькин

Co-founder Bldbox, Cloudozer, Symica. Выпускник факультета управления и прикладной математики Московского Физико-Технического Института.

Программа курса

Vectors

— Geometric properties.
— Line equation.
— Basis.
— Plane equation.

Normed Vector Spaces

— K-Means.
— Normalization.
— K-NN.

Inner product space

— Dot product properties.
— Hyperplanes.
— Hyperplanes equation comparison.
— Half-space.
— SVM.
— Kernnel trick.

Matrices

— Matrix operations.
— Matrix as a function.
— Inverse matrix.
— Solving linear equations.
— Matrix rank.
— Singular matrix.

Orthogonal Transformations

— Rotation Matrix and its properties.
— Symmetry Matrix.
— Matrix determinant.
— Euler angles.

Affine transformation

— Robot Localization.
— Robot Motion Planning.
— Projective transformations.

3D —> 2D

— Pinhole camera model.
— Intrinsic Camera Matrix.
— Extrinsic Camera Matrix.
— Drawing 3D objects.

Matrix factorization by SVD

— Dimensionality reduction.
— Overdetermined systems.
— Linear regression.

Как проходит обучение

Видеолекции и вебинары

По пятницам вы получаете доступ к видеолекциям, а по средам в 19:30 проходят живые созвоны с куратором и группой.

Real-life задания

У нас действует Practicult — культ практики. Поэтому вы будете делать много сложных домашек из реальных рабочих будней. Have fun & survive.

Курсовой проект

Во время курса вы сделаете большой проект. Ведь принцип курса — все как в жизни.

Unlimited фидбек

У нас нет базовых и премиум режимов. Только премиум, всегда. Получите от куратора все. И да, десятая итерация — это нормально.

Сертификат за дело

Выдаем только тем, кто своим потом, временем и силами его заслужил.

ГРАФИК

Прием заявок

до 8 октября 2021

Старт обучения

8 октября 2021

Видеолекции

по пятницам

Вебинары

по средам в 19:30

Язык обучения

Русский

Кому подходит курс

Программистам,

желающим заполнить существующие пробелы в знаниях и подтянуть математику.

Начинающим разработчикам,

которые хотят получить крепкий фундамент для изучения Data Science и Machine Learning.

Необходимый уровень для поступления

Уверенное владение математикой на школьном уровне. Знание языков программирования не обязательно.

Английский

Intermediate. Все материалы на курсе будут на английском.

Вопросы

Как происходит коммуникация на курсе и в каком формате куратор дает фидбек?

Вся коммуникация на курсе проходит на платформе Slack (рабочий чат группы, каналы для домашних заданий и полезных ссылок). Фидбек от куратора будет в виде комментариев на домашние задания и обсуждения на вебинарах.

Будут ли мне доступны видеозаписи лекций после завершения курса?

Да, у вас сохраняется доступ после завершения курса.

А вебинары будут записываться?

Мы каждый раз делаем запись, однако лучше забронировать время, чтобы присоединиться к онлайн-встрече — обсудить вопросы с одногруппниками и проконсультироваться с куратором.

Получу ли я сертификат после прохождения курса?

Только при условии выполнения всех домашних заданий

Возможен ли возврат средств?

Вернем деньги в течение 14 дней от даты старта курса.

Регистрация

Остались вопросы?
Не стесняйтесь их задавать.

Проконсультируйте меня