@Speakermen

Программирование и математика тесно связаны?

Основы математики для Data Science пригодятся для написании на python или нужно изучать Алгоритмы и структуры данных ещё? Как понял одним синтаксисом на python не отделаться?))

Основы математики для Data Science
1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования
2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты
3.Аналитика и ML. Функции одной переменной, их свойства и графики
4.ML. Интерполяция и полиномы
5.ML. Аппроксимация и преобразования функций
6.ML. Аппроксимация и производные
7.ML. Функции нескольких переменных, их свойства и графики
8.ML. Частные производные функции нескольких переменных
9.ML. Вектора и Матрицы. Градиент
10.ML. Линейная регрессия и системы линейных уравнений
11.Задача аппроксимации как матричное уравнение
  • Вопрос задан
  • 111 просмотров
Решения вопроса 1
@dmshar
А откуда вы взяли список? Просто это очень малая часть того, что должны знать те, кто хотят себя называть специалистом по Data Science. Нет, конечно если под этим терминам понимать вызов методов fit() и predict() - тогда конечно, без знаний математики можно и обойтись. Это как есть фельдшер, а есть врач. Есть младший кодер, вызывающий указанную функцию, а есть тот, кто сам может подобрать метод а может - и усовершенствовать его. А кем быть - уж вам решать.
6411ccaa240ed514912408.png
Меня больше смущает наметившийся торг "а надо-ли учить математику или алгоритмы, а чего-нибудь кроме синтаксиса языка надо знать или так прокатит, а то я в математике не силен". Если что-то "не заходит" - то зачем себя напрягать? Есть куча профессий, где без всего этого можно обойтись. Когда найдете что-то что окажется действительно вашим - таких торгов не возникнет, а удовольствия в конечном итоге получите гораздо больше.
Ответ написан
Пригласить эксперта
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы