Чек-листы по математики для Data Science?

Решил прокачать математический бэкграунд для data science.

Выделил такие области:

  1. Дискретная математика
  2. Теория графов
  3. Теория алгоритмов
  4. Статистика
  5. Теория вероятностей (!!! не одной вероятности, а много вероятностей)
(совершенно верно, вероятностей, просто я безграмотно перевел английский вариант Probability Theory)

помогите составить чек-лист для каждой области, тех вещей, понятий, которые нужно точно усвоить в разрезе практической применимости для data science и тех, которые не очень практичны.

Типа:

Теория графов - алгоритм Дейкстры, в дискретной математике - в матлогику не стоит углубляться и т.д.

+ (но это космос, понимаю) практические критерии по которым эти знания можно оценить (задачники какие-нибудь)
  • Вопрос задан
  • 9722 просмотра
Пригласить эксперта
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы