Вы можете подумать, сколько математики нам нужно знать, чтобы начать работу с наукой о данных? На этот вопрос нет конкретного ответа, но у меня есть способ начать работу.


Почему?

В отличие от разработки программного обеспечения, наука о данных в основном касается не программирования, а больше данных и понимания связи между точками данных. Для этого нам нужен глаз, а у большинства из нас его нет, поэтому нам нужно математика чтобы понять данные. Значительная часть вашей способности применить свои навыки работы с данными в реальных сценариях зависит от вашего успеха и понимания математики. Математические знания необходимы для карьеры в науке о данных, потому что от них зависят алгоритмы машинного обучения, анализ данных и открытие идей. Хотя есть и другие требования к вашей степени и работе в области науки о данных, математика часто является одной из самых важных.


Наука о данных 💗 Математика

Давайте поговорим о наиболее распространенных типах математики, которые вы будете использовать в своей карьере в области науки о данных.


Линейная алгебра

Линейная алгебра — это раздел математики, изучающий векторные пространства. Он содержит понятие вектора, матрицы и т. д. Линейная алгебра широко используется учеными данных (часто неявно, а нередко и людьми, которые ее не понимают). Не плохо было бы почитать учебник.


Ресурс


Статистика и вероятность

Статистика относится к математике и методам, с помощью которых мы понимаем данные. Это важно в машинном обучении при работе с такими классификациями, как логистическая регрессия, дискриминационный анализ, проверка гипотез и распределения.


Ресурс


Исчисление

Исчисление используется в машинном обучении для создания функций потерь/затрат/цели, которые используются для обучения алгоритмов достижению их целей. Он содержит изучение производных, кривизны, дивергенции и квадратичных приближений.


Ресурс

В следующей статье мы подробно поговорим о каждой теме, а также о том, как их использовать и когда их использовать, поэтому следите за обновлениями и сохраняйте серию. Если вам есть, что сказать, прокомментируйте ниже. Я новичок в написании блогов, поэтому любые отзывы приветствуются. Спасибо.


использованная литература