À propos de ce cours

13,592 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Some background in Python programming language and algebra.

Approx. 14 heures pour terminer

Recommandé : 8 hours/week...

Anglais

Sous-titres : Anglais

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Some background in Python programming language and algebra.

Approx. 14 heures pour terminer

Recommandé : 8 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

5 heures pour terminer

Systems of linear equations and linear classifier

5 heures pour terminer
14 vidéos (Total 117 min), 1 lecture, 2 quiz
14 vidéos
Linear Algebra and Calculus4 min
Matrices and Multidimensional Vectors10 min
Matrix arithmetics6 min
Properties of matrix operations and some special matrices10 min
Vectors and matrices in Python4 min
Systems of linear equations11 min
Matrix inverse13 min
Gaussian elimination. The first example4 min
Elementary row operations6 min
Gaussian elimination. Main theorem.5 min
Gaussian Elimination. The algorithm.13 min
The Inverse matrix with Gaussian elimination5 min
LU and PLU decomposition17 min
1 lecture
Covered Python methods20 min
1 exercice pour s'entraîner
Week 11 h
Semaine
2

Semaine 2

2 heures pour terminer

Full rank decomposition and systems of linear equations

2 heures pour terminer
14 vidéos (Total 86 min), 1 quiz
14 vidéos
Abstract algebra and linear algebra11 min
Axioms of vector spaces: first application6 min
Examples of vector spaces8 min
Subspaces1 min
Linear combinations and spans2 min
Basis and linear dependence7 min
Dimension of a vector space5 min
Examples of bases7 min
Linear dependence and rank3 min
Formula for the solution of a SLAE9 min
An example of vector representation of the set of solutions7 min
Rouché–Capelli Theorem4 min
Full rank decomposition8 min
1 exercice pour s'entraîner
Week 230 min
Semaine
3

Semaine 3

2 heures pour terminer

Euclidean spaces

2 heures pour terminer
10 vidéos (Total 85 min), 1 quiz
10 vidéos
Coordinates change example9 min
Euclidean space8 min
Geometry and Euclidean spaces1 min
Orthogonal and orthonormal bases4 min
Distance and orthogonal projections6 min
Inconsistent systems and the least squares method12 min
Linear regression example8 min
Introduction to support vector machine16 min
Linear regression and SVM with Python4 min
1 exercice pour s'entraîner
Week 330 min
Semaine
4

Semaine 4

4 heures pour terminer

Final Project

4 heures pour terminer
1 vidéo (Total 2 min), 1 lecture, 2 quiz
1 lecture
References and further reading10 min
1 exercice pour s'entraîner
Life expectancy prediction quiz1 h

Enseignants

Image de l'enseignant, Dmitri Piontkovski

Dmitri Piontkovski

Professor
Faculty of Economic Sciences
Image de l'enseignant, Vsevolod L. Chernyshev

Vsevolod L. Chernyshev

Associate Professor
Faculty of Computer Science

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master of Data Science de Université nationale de recherche, École des hautes études en sciences économiques. Si vous êtes admis au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

À propos de Université nationale de recherche, École des hautes études en sciences économiques

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

À propos du Spécialisation Mathematics for Data Science

Behind numerous standard models and constructions in Data Science there is mathematics that makes things work. It is important to understand it to be successful in Data Science. In this specialisation we will cover wide range of mathematical tools and see how they arise in Data Science. We will cover such crucial fields as Discrete Mathematics, Calculus, Linear Algebra and Probability. To make your experience more practical we accompany mathematics with examples and problems arising in Data Science and show how to solve them in Python....
Mathematics for Data Science

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.