O papel da matemática no aprendizado de máquina

Neste momento, a OTUS está abrindo um conjunto para um novo fluxo do curso avançado "Matemática para Ciência de Dados" , nesse sentido, gostaríamos de convidá-lo para um webinar gratuito , no qual nosso especialista, Petr Lukyanchenko, falará em detalhes sobre o programa do curso e também responderá às suas perguntas ...

“É realmente necessário entender a matemática por trás dos algoritmos de aprendizado de máquina? Python já tem uma tonelada de bibliotecas amplamente disponíveis que você pode usar facilmente para construir modelos! "

Já ouvi isso de um cientista de dados amador mais de uma vez. Esse equívoco é muito mais prevalente do que gostaríamos e continua a dar origem a fantasias ingênuas entre os aspirantes a profissionais de dados.

Vamos deixar isso claro de uma vez por todas: para se tornar um cientista de dados, você precisa entender a matemática por trás dos algoritmos de aprendizado de máquina. Isso é parte integrante da função do cientista de dados e todo recrutador e especialista em aprendizado de máquina atestará isso.

Então, como aprendemos isso? Bem, é exatamente sobre isso que quero falar com você hoje. Este artigo descreve os vários aspectos da matemática que você precisa saber para dominar totalmente o aprendizado de máquina, incluindo álgebra linear, teoria da probabilidade e muito mais.

Em que nível você precisa entender de matemática para ser competente em aprendizado de máquina?

, , - ? . , . , , .

( :

- 35%

- 25%

- 15%

- 15%

- 15%)

, Data Science

- Data Science ( ) , , ?

Data Science , -. :

, Data Science , .

Data Science - , .

, . , , .

, , ( ). , , .

, , , . , , ! , , .

, , ?

Data Science , , , , .

, , .

. . . , NumPy, , .

, , .

21 . , Data Science, .

?

.

x y:

, -2, :

x , y 9. x 0.

, . . , .

, Data Science , . , - , .

( ). , x y?

! . . :

- , , .

, . , x y . , Data Science .

?

, , ,   .

. , :

(m) (c) :

? . , 丁 m c .

.

.--=-

=

.

- . . :

, . , ? ?

(! !):

 

. , , , . , .

, P(A) . , .

, .

 

, - , .

P(B) - , . , , . .

P (B|A):

, , , P(A) P (B|A). , :

?

- , . , , P(A).

, :

(() : - ! → P(|)P() : ! → P(|) : - !

, , !

, ? - . , .

, , . , .

. , :

  • . .

, .

- , .

:

- , . , Data Science, . , .

.

:




All Articles