​

Чему мы научим на Математике:
◆ На этом модуле вы освоите основные понятия математики: матрицы, функций, операторы — и научитесь с ними работать.
Вы изучите математическую статистику и теорию вероятности.
Вы узнаете свойства и поведения функций, их графиков, производных и интегралов, а также научитесь решать уравнения с использованием алгебраических и матричных методов. Научитесь определять экстремумы функций с использованием производных и методов оптимизации.
◆ Изучите необходимую базу
На практических заданиях вы разберёте степени и логарифмы, столкнётесь с пределами и последовательностями, а также с бесконечными суммами. Узнаете, как работают функции и их композиции, узнаете, что такое дифференцирование степенной функции.
◆ Разберёте метод градиентного спуска
Вы освоите цепное правило, частные производные и метод градиентного спуска — его широко используют для совершенствования и обучения моделей машинного обучения.
◆ Научитесь работать с матрицами и векторами
Вы изучите векторы и матрицы, а также разберёте операции с ними и нормы векторов. Узнаете, что такое трансформация двумерного пространства матрицей 2х2. Изучите собственные векторы и собственные числа матриц.
◆ Начнёте глубокое погружение в тему
Узнаете, что такое матричные разложения и для чего они нужны. Научитесь применять сингулярное разложение матриц.

Что включено в модуль:
Основные понятия математики
Матрицы
Функции
Операторы

Программа модуля:
Продолжительность: 16 ак. часов / 4 недели
Формат обучения: Лекция + семинар

Степени и логарифмы. Пределы и последовательности. Бесконечные суммы
Функции и их композиции. Формы уравнения прямой. Трансформация графиков функций
Дифференцирование степенной функции. Производная от суммы и произведения функций. Поиск экстремумов функций
Цепное правило. Частные производные. Метод градиентного спуска
Неопределённые и определённые интегралы. Два слова о дифурах
Векторы, матрицы и операции с ними. Нормы векторов
Трансформация двумерного пространства матрицей 2×2. Собственные векторы и собственные числа матриц
Матричные разложения и их применение. Сингулярное разложение матриц