
Matematyka. Kurs video. Teoria dla programisty i data science
Obierz kurs na... spotkanie z królową nauk
Matematyka. Tak, to ją mamy na myśli, gdy mówimy „królowa nauk”. Tytuł ów słusznie się matematyce należy - bazują na niej bowiem inne nauki ścisłe, nie obejdą się bez niej nauki przyrodnicze, a przede wszystkim stanowi ona podstawę wielkiej dziedziny naukowej i działalności gospodarczej związanej z gromadzeniem, przetwarzaniem i analizowaniem informacji. W skrócie: informatyki. W szkole można nie kochać całkowania i różniczkowania, można nie być fanem rachunku prawdopodobieństwa, można nie do końca rozumieć, czym są pochodne, ale potem, w życiu zawodowym, często się okazuje, że do matematyki jako języka służącego opisowi rzeczywistości wciąż się wraca i korzysta z niej dla uporządkowania pewnych spraw, umiejscowienia ich w odpowiednich kontekstach czy po prostu wykonania niezbędnych obliczeń. Owszem, są dostępne liczne biblioteki oferujące w wielu wypadkach gotowe rozwiązania pewnych problemów. Jednakże bez znajomości matematyki trudno będzie Ci wyjść poza sztywne ramy ugruntowanych już rozwiązań, nie mówiąc o dalszym rozwoju Twojej kariery.
Szczególnie intensywnie z mocy matematyki korzystają na co dzień specjaliści operujący w tzw. branżach technicznych - od inżynierów, przez programistów, po specjalistów do spraw data science i sztucznej inteligencji. Kto swobodniej operuje matematyką, tym uniwersalnym i ponadczasowym językiem komunikacji, temu łatwiej jest zrozumieć wiele kwestii praktycznych, szybko oszacować sensowność i opłacalność proponowanych kierunków działania, a także uczyć się kolejnych nowych technologii. Technologii, które coraz szybciej przemijają... Tymczasem matematyka nie przemija. Matematyka trwa. Była, jest i będzie zawsze.
Co Cię czeka podczas naszego profesjonalnego szkolenia
Z naszym kursem video:
- zrozumiesz związki pomiędzy różnymi działami matematyki
- nauczysz się wyrażać i przedstawiać problem na sposób matematyczny, poprzez użycie odpowiednich narzędzi, koncepcji i symboli
- pojmiesz podstawowe założenia i ograniczenia niektórych metod modelowania, takich jak równania różniczkowe lub modele probabilistyczne
- wykształcisz w sobie intuicję matematyczną - zrozumiesz istotę pewnych matematycznych narzędzi, pojmiesz, dlaczego działają i kiedy mogą być pomocne
- poznasz podstawy przetwarzania sygnałów i rolę transformaty Fouriera
- zrozumiesz język analizy matematycznej i koncepcji takich jak pochodna, różniczka, całka i gradient
- opanujesz istotę podstaw algebry liniowej, działań na wektorach i macierzach, a także innych operacjach w wielowymiarowych przestrzeniach
- dowiesz się, czym się zajmuje współczesna statystyka i jakie są zasady wnioskowania probabilistycznego
- będziesz działać na testach statystycznych
- przyswoisz istotę i zastosowanie modeli opartych na równaniach różniczkowych, probabilistycznych i łączących obie te cechy
Co więcej...
- dzięki udziałowi w tym kursie video zyskasz szansę zrozumienia tego, co zawsze chciałeś w pełni pojąć w szkole albo na studiach, ale po prostu nigdy nie udało Ci się trafić na odpowiednio dobrego nauczyciela
Matematyka. Kurs video. Teoria dla programisty i data science zabierze Cię w podróż przez trzy wielkie działy matematyki, na które poświęca się minimum sześć semestrów studiów na kierunkach ścisłych! Po szkoleniu Twoja wiedza matematyczna będzie na poziomie średnio zaawansowanym lub zaawansowanym - w zależności od tego, jak wiele informacji będziesz w stanie przyswoić i ilu z nich będziesz potrzebować w swojej codziennej pracy.
Nauka dla ludzi z rozwiniętą intuicją
Nasz kurs skupia się na przedstawieniu matematyki jako uniwersalnego języka, za pomocą którego można opisać dany problem w różny sposób i z rozmaitych punktów widzenia. Celem szkolenia jest nauczenie Cię intuicyjnego myślenia na sposób matematyczny, co pozwoli Ci w przyszłości sięgać do niej zawsze, gdy w Twoim życiu zawodowym lub prywatnym pojawi się problem do rozwiązania albo zagadnienie, z którym po prostu trzeba się będzie zmierzyć przy użyciu liczb, równań i wykresów. Po kursie powinieneś być w stanie matematycznie rozwiązywać konkretne problemy i wiedzieć, gdzie szukać odpowiednich przykładów. Rachunek prawdopodobieństwa nie będzie dla Ciebie wyzwaniem, co więcej, zaczniesz kojarzyć związki między różnymi, pozornie kompletnie odmiennymi zdarzeniami i rzeczami. Wreszcie - udział w szkoleniu przygotuje Cię do modelowania niektórych spodziewanych zjawisk, co ułatwi Ci radzenie sobie z wyzwaniami bliższej i dalszej przyszłości. Brzmi futurystycznie? Pewnie. Bo matematyka to język przyszłości!
- 1. O czym powiemy?
- 1.1. Wstęp do kursu00:07:46
- 2. Podstawowe pojęcia
- 2.1. Wstęp do podstawowych pojęć00:03:06
- 2.2. Zbiory00:10:38
- 2.3. Liczby00:11:35
- 2.4. Funkcje00:10:04
- 2.5. Relacje00:03:23
- 2.6. Logika00:07:38
- 2.7. Indukcja matematyczna00:07:39
- 2.8. Liczby zespolone00:15:31
- 2.9. Nieskończoność00:18:52
- 3. Ciągi, szeregi i granice
- 3.1. Ciąg matematyczny00:05:26
- 3.2. Postaci ciągów00:03:08
- 3.3. Właściwości ciąagów00:16:50
- 3.4. Szczególne ciągi00:06:05
- 3.5. Szeregi00:05:38
- 3.6. Liczenie sumy00:12:13
- 3.7. Kryteria zbieżności00:08:18
- 3.8. Dodatkowe kryteria zbieżności00:11:34
- 3.9. Ciekawostka00:01:59
- 4. Pochodne i całki
- 4.1. Analiza matematyczna00:01:12
- 4.2. Ciągłość funkcji00:05:55
- 4.3. Definicja ciągłości00:06:15
- 4.4. Definicja pochodnej00:06:55
- 4.5. Różniczka00:06:02
- 4.6. Prawa pochodnej00:11:01
- 4.7. Przykłady liczenia pochodnych00:09:16
- 4.8. e-do-x00:04:38
- 4.9. Druga pochodna00:15:43
- 4.10. Pochodne numerycznie00:02:51
- 4.11. Szereg Taylora00:13:10
- 4.12. Całka Riemanna00:10:54
- 4.13. Całka oznaczona i nieoznaczona00:07:41
- 4.14. Prawa całek00:09:01
- 4.15. Liczenie całek00:11:08
- 5. Wektory i macierze
- 5.1. Algebra liniowa00:05:21
- 5.2. Wektor00:07:46
- 5.3. Kombinacje liniowe00:05:46
- 5.4. Transformacje liniowe00:13:35
- 5.5. Mnożenie macierzy00:06:27
- 5.6. Wyznacznik macierzy00:12:06
- 5.7. Układy równań00:05:15
- 5.8. Macierz odwrotna00:04:09
- 5.9. Macierze nie kwadratowe00:07:40
- 5.10. Tensor00:05:25
- 5.11. Iloczyn skalarny00:10:36
- 5.12. Iloczyn wektorowy00:09:22
- 5.13. Iloczyn zewnętrzny00:06:15
- 5.14. Zmiana wektoróow bazowych00:04:58
- 5.15. Wektory własne00:14:19
- 5.16. Przestrzenie liniowe00:12:34
- 5.17. Przestrzenie liniowe - aksjomaty00:05:10
- 5.18. Przestrzenie liniowe - przykłady00:05:32
- 5.19. Odległość oraz norma00:10:13
- 5.20. Iloczyn skalarny to coś więcej......00:10:55
- 5.21. Szereg FourieraA00:08:33
- 5.22. Egzotyczne przykłady00:07:37
- 6. Rachunek wektorowy
- 6.1. Rachunek wektorowy00:01:46
- 6.2. W stronę wielu wymiarów00:03:29
- 6.3. Reprezentacje funkcji00:03:44
- 6.4. Pochodna funkcji wielu zmiennych00:14:56
- 6.5. Gradient00:11:56
- 6.6. Re: Różniczka00:11:59
- 6.7. A co z mnożeniem?00:09:39
- 6.8. Jakobian i hHesjsian00:08:37
- 6.9. Parametryzacja00:11:10
- 6.10. Całka po wielu zmiennych00:08:39
- 6.11. Liczenie całek wielu zmiennych00:11:33
- 6.12. Całki po ścieżce i po powierzchni00:13:42
- 6.13. Dla chętnych......00:07:13
- 7. Równania różniczkowe
- 7.1. Równania różniczkowe00:01:23
- 7.2. Gdy od wartości ważniejsza jest zmiana00:10:22
- 7.3. O.D.E.00:09:00
- 7.4. Portret fazowy00:09:31
- 7.5. Owce i wilki00:08:09
- 7.6. P.D.E.00:07:11
- 7.7. Warunki brzegowe i początkowe00:09:17
- 7.8. P.D.E. - rozwiązanie00:06:12
- 7.9. Analiza Fouriera00:09:30
- 7.10. Analiza Fouriera - - z czego wynika?00:11:43
- 7.11. Transformata Fouriera00:08:50
- 7.12. Transformata Fouriera - przykład użycia00:09:20
- 7.13. Wróćmy do równań......00:05:20
- 7.14. Efekt motyla00:15:01
- 7.15. Stabilność równań00:05:12
- 7.16. Współczesne podejście do równań00:03:02
- 8. Prawdopodobieństwo
- 8.1. Statystyka00:03:00
- 8.2. Jak rozumieć prawdopodobieństwo?00:06:50
- 8.3. Zdarzenie oraz zmienna losowa00:11:14
- 8.4. Regułly prawdopodobieństwa00:05:51
- 8.5. Współlwystęepowanie zdarzeń00:09:38
- 8.6. Twierdzenie Bayesa00:11:23
- 8.7. Twierdzenie Bayesa - intuicja00:09:50
- 8.8. Prawdopodobieństwo vs szansa00:06:36
- 8.9. Model bayesowski00:04:51
- 8.10. Tworzenie modelu00:11:18
- 8.11. Rozkłady prawdopodobieństwa00:06:55
- 8.12. Wynik modelu00:10:59
- 8.13. Wartość oczekiwana i wariancja00:04:46
- 8.14. Test statystyczny00:11:14
- 8.15. Moc testu statystycznego00:12:05
- 8.16. Czynnik losowy i proces Markowa00:10:23
- 8.17. Stochastyczne równania różniczkowe00:12:02
- 8.18. Zakońnczenie00:01:23
- Tytuł: Matematyka. Kurs video. Teoria dla programisty i data science
- Autor: Oleg Żero
- Ilość rozdziałów: 8
- Ilość lekcji: 103
- Czas trwania: 14:26:23
- ISBN: 978-83-283-8991-5, 9788328389915
- Data wydania: 2022-03-04
- Identyfikator pozycji: vmadas
-
Kategorie: