Курс на Stepik
Обложка курса «Математика для Data Science. Часть 1. Линейная регрессия.» на Stepik
Бесплатно

Математика для Data Science. Часть 1. Линейная регрессия. ★ 5.000

Открыть на
STEPIK.ORG

Этот курс для тех, кто хочет начать изучение Data science, но не имеет достаточной математической подготовки. Курс включает базовые понятия и теорию, необходимые для понимания алгоритма линейной регрессии, а также много несложных упражнений для закрепления. В последнем модуле подробно разобрана простая линейная регрессия, включая создание проекта.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Математика для Data Science. Часть 1. Линейная регрессия.»Учеников на курсе 129
Сертификаты, выданные на курсе «Математика для Data Science. Часть 1. Линейная регрессия.»Сертификатов выдано 0
Отзывы о курсе «Математика для Data Science. Часть 1. Линейная регрессия.»Отзывов получено 1
Рейтинг курса «Математика для Data Science. Часть 1. Линейная регрессия.»Рейтинг курса 5.000
Уроки в курсе «Математика для Data Science. Часть 1. Линейная регрессия.»Количество уроков 33
Тесты в курсе «Математика для Data Science. Часть 1. Линейная регрессия.»Количество квизов 180
Время прохождения курса «Математика для Data Science. Часть 1. Линейная регрессия.»Время прохождения курса —
Обновления курса «Математика для Data Science. Часть 1. Линейная регрессия.»Обновления курса — —
Дата публикации курса «Математика для Data Science. Часть 1. Линейная регрессия.»Дата публикации курса — ———
Последнее обновление курса «Математика для Data Science. Часть 1. Линейная регрессия.»Последнее обновление — ———

Содержание курса

Разделы в курсе «Математика для Data Science. Часть 1. Линейная регрессия.» 7 разделов Уроки в курсе «Математика для Data Science. Часть 1. Линейная регрессия.» 33 урока Тесты в курсе «Математика для Data Science. Часть 1. Линейная регрессия.» 180 тестов Время прохождения курса «Математика для Data Science. Часть 1. Линейная регрессия.» 1 ч. Последнее обновление курса «Математика для Data Science. Часть 1. Линейная регрессия.» обн. 5 октября 2026

Введение

1 урок
1. О курсе ↗

Линейная функция и её график

5 уроков
1. Что такое функция? ↗
2. Общий вид линейной функции_protected ↗
3. Геометрический и практический смысл коэффициентов_protected ↗
4. Практическое применение ↗
5. Тестирование Линейная функция ↗

Матрицы и действия над ними

8 уроков
1. Основные определения ↗
2. Действия над матрицами ↗
3. Транспонированная матрица ↗
4. Определитель матрицы ↗
5. Обратная матрица и её свойства ↗
6. Ранг матрицы. Метод Гаусса ↗
7. Применение матричных ↗
8. Тестирование 2. Матрицы ↗

Системы линейных алгебраических уравнений

6 уроков
1. Что такое СЛАУ ↗
2. Матричная форма записи СЛАУ_protected ↗
3. Метод Крамера ↗
4. Метод Гаусса ↗
5. Матричный метод ↗
6. Проблема вычислений в реальных задачах ↗

Элементы статистики

5 уроков
1. Типы данных в Data Science ↗
2. Меры центральной тенденции ↗
3. Меры рассеяния данных ↗
4. Нормализация Z-score ↗
5. Тестирование Элементы статистики ↗

Простая линейная регрессия

5 уроков
1. Метод наименьших квадратов ↗
2. Метрики качества ↗
3. Визуализация данных ↗
4. Создание проекта ↗
5. Тестирование Линейная регрессия ↗

Заключение

1 урок
1. Заключение ↗