О курсе
Математика — основа всех прикладных наук, а фундаментом многих компьютерных наук, включая Data Science, Computer Vision и NLP, является линейная алгебра. К сожалению, именно этот предмет часто преподают с большим отрывом от прикладных задач.
Мы создали 3-месячный курс, чтобы помочь освежить основные понятия линейной алгебры. А также на реальных примерах увидеть, как они работают в современных приложениях и алгоритмах.
Всего пройдем 10 тематических блоков. Каждый из них состоит из 5-6 видео, примеров применения материала для решения практических задач и домашних заданий. Именно самостоятельная работа над этими заданиями позволит понять материал и научиться находить эффективные решения постоянно встречающихся на практике проблем. Каждый блок завершается вебинаром, где вместе с куратором рассмотрим самые сложные задания прошлой недели и получим ответы на свои вопросы.
В конце обучения в течение трех недель вы выполните курсовой проект, над которым будете работать самостоятельно, применяя полученные во время курса знания. Задачей будет построение предиктивной модели на базе данных.
8 сентября
курс длится 3 месяца
8 500 грн/мес.
25 500 грн при полной оплате курса8 925 грн/мес. при оплате частями
25 мест
каждый студент получает регулярный фидбек от куратора группы
Куратор
VP Data Science WorkOrder и сo-founder Bldbox, Cloudozer, Symica.
Программа курса
-
Vectors
- — Vector space.
- — Geometric properties.
- — Line equation.
- — The basis.
- — Plane equation I.
-
Normed Vector Spaces
- — Vector length.
- — Different distance metrics.
- — Vector similarity, clustering. K-Means.
- — K-nearest neighbors (KNN) for classification and regression.
-
Inner product space
- — Dot product.
- — Vector projection on the line.
- — Plane equation II.
-
Hyperplanes
- — Hyperplane equation.
- — Support vector machines.
- — Kernel trick.
-
Matrices
- — Matrix operations.
- — Matrix as a function.
- — Inverse matrix.
- — Solving linear equations.
- — Matrix rank.
- — Singular matrix.
-
Orthogonal Transformations
- — Rotation matrix and its properties.
- — Reflection matrix and its properties.
- — Translation.
-
Affine and projective transformation
- — Properties of affine transformation.
- — Changing reference frame.
- — Projecting vectors on to subspaces.
- — Projection matrix and its properties.
-
Linear regression
- — Solving overdetermined system of linear equations.
- — Pseudo-inverse matrix.
- — Linear regression and projection transformation.
-
Singular value decomposition
- — Matrix factorization with SVD.
- — Principal component analysis (PCA) with SVD.
- — Dimensionality reduction.
- — Applications.
-
3D → 2D
- — 3D graphics algebra.
- — Camera pin-hole model and intrinsic matrix.
- — Euler angles and extrinsic matrix.
- — Augmented reality (AR).
-
Capstone project
- Building a predictive model.
Как проходит обучение
Видеолекции и вебинары
По пятницам вы получаете доступ к видеолекциям, а по средам в 19:30 проходят живые созвоны с куратором и группой.
Real-life задания
У нас действует Practicult — культ практики. Поэтому вы будете выполнять много сложной домашки из реальных рабочих будней. Have fun & survive.
Курсовой проект
Во время обучения вы сделаете большой проект. Ведь принцип курса — все как в жизни.
Регулярный фидбек
У нас нет базовых и премиум режимов. Только премиум, всегда. Получите от куратора все. И да, десятая итерация — это нормально.
Сертификат за дело
Выдаем только тем, кто своим потом, временем и силами его заслужил.
ГРАФИК
Старт
8 сентября 2023
Видеолекции
по пятницам
Вебинары
по средам в 19:30
Языки обучения
украинский
Курс для вас, если вы
Программист
желаете заполнить пробелы в знаниях и подтянуть математику
Начинающий разработчик
хотите получить крепкий фундамент для изучения Data Science и Machine Learning
Навыки
Уверенное владение математикой на школьном уровне. Знание языков программирования не обязательно.
Английский
Intermediate. Все материалы курса будут на английском.
Вопросы
Нужны ли какие-то навыки для поступления на курс?
Это базовый курс для людей без опыта в отрасли, все необходимое будем изучать с нуля. Однако мы ценим ваше время и хотим, чтобы обучение было для вас релевантным. Поэтому после регистрации вышлем короткую анкету. Она поможет куратору узнать о вашем предыдущем опыте, а также оценить мотивацию и общее понимание отрасли.
Если все хорошо –– мы вам сразу сообщим о зачислении. А за несколько дней до старта курса вышлем письмо с информацией о процессе обучения. Важно: место в группе бронируется только после внесения оплаты.
Если вы получите отказ –– не расстраивайтесь. Мы вышлем также список полезных ссылок. Ознакомьтесь с этими материалами, а затем смело подавайте заявку на курс снова.
Как проходит коммуникация на курсе и в каком формате куратор дает фидбек?
Вся коммуникация на курсе проходит на платформе Slack (рабочий чат группы, каналы для домашних заданий и полезных ссылок). Куратор дает фидбек в виде комментариев к домашним заданиям и обсуждения на вебинарах.
Вебинары будут записываться?
Мы каждый раз делаем запись, однако лучше выделите время, чтобы присоединиться к онлайн встрече — обсудить вопросы с одногруппниками и проконсультироваться с куратором.
Можно ли смотреть занятия в любой удобный день?
Можно, но важно успевать выполнять домашние задания, которые вы будете получать после каждого занятия.
Получу ли я сертификат после прохождения курса?
Да, при условии выполнения домашних заданий.
Что, если мне не понравится?
Мы сможем вернуть вам деньги в течение 7 дней после старта курса, если вы передумаете.
