Математика Дата саентиста

🖥 Правила лимитов.

@data_math

🪄 Бесплатное введение в линейную алгебру для машинного обучения с помощью Python.

Очень конкретное описание того, что вам нужно для обучения. Ничего лишнего.

Одно из лучших руководств, которое вы найдете в Интернете.

https://pabloinsente.github.io/intro-linear-algebra

@data_math

🖥Хороший визуальный Гайд по NumPy

Это подробное руководство поможет уложить в голове матричные операции.

📌 полное руководство на сайте

@data_math

F-SO : Physical Symbolic Optimization - обучение физике на основе данных 🧠

Пакет Physical Symbolic Optimization использует глубокое обучение с подкреплением для обнаружения физических законов на основе данных. На гифке анимировано аналитическое выражение затухающего гармонического осциллятора.

🐱 Github: https://github.com/WassimTenachi/PhySO
👉 Paper: https://arxiv.org/abs/2303.03192

@data_math

🔥 Подборка хороших задач с подробным разбором решений.

▪линейная алгебра
▪математическая статистика

@data_math

📌 awesome matlab students

Список полезных ресурсов для студентов, изучающих MATLAB и Simulink. Список включает советы и рекомендации, учебные пособия, видео, шпаргалки и возможности для изучения MATLAB и Simulink.

https://github.com/mathworks/awesome-matlab-students

data_math

🎇 Создавайте потрясающие Фрактальные рисунки с помощью Python

Небольшое учебное пособие для начинающих и заядлых любителей математики.

В этой статье вы узнаете, как построить базовые (но очень красивые) множества Мандельброта, используя Matplotlib и NumPy.

▪ Читать

data_math

Пожалуй, лучший курс линейной алгебры для машинного обучения.

Преподаватель - профессор Массачусетского технологического института Гилберт Стрэнг.

И это БЕСПЛАТНО!

Создайте прочный фундамент математики для машинного обучения:

https://youtube.com/playlist?list=PL221E2BBF13BECF6C

data_math

🚀 Видеолекции, UC Berkeley Math 54 Линейная алгебра и дифференциальные уравнения

▪Курс
▪Лекции

data_math

🚀 pix2tex

- это библиотека #Python, позволяющая преобразовывать изображения уравнений в код LaTeX.

Это позволяет использовать уравнение из одного документа в другой документ, не переделывая его с нуля.

🐱 GitHub

data_math

Математика для глубокого обучения 🧑‍🎓

Лучший ресурс для изучения математических концепций для понимания концепций машинного обучения и глубокого обучения:

http://d2l.ai/chapter_appendix-mathematics-for-deep-learning/index.html

data_math

⚡️ Простейший способ визуализации множества чисел. Очень полезная диаграмма!

https://thinkzone.wlonk.com/Numbers/NumberSets.htm

data_math

Еще одна интересная закономерность в математике. 😮

Это очень красиво. 😍

Профессор Ашвин Рао из Стэнфордского университета разработал интересный GoogleColab, в котором рассматриваются причины неудачи банка "Силиконовая долина" (#SVB) на высоком уровне.

В этом ресурсе Ашвин придерживается прямолинейного подхода, используя только математику на уровне средней школы без предварительных знаний в области финансов и инвестиций.

Это пример использования #notebooks для упрощения и разъяснения сложных тем с помощью кода.
Ссылка на блокнот: https://colab.research.google.com/drive/15uxrAeCCL327kWH9N0X-ogKwf2zErjP5

📙 Специализация "Математика для машинного обучения и науки о данных

Отличная возможность освоить инструментарий искусственного интеллекта и машинного обучения бесплатно.
Математика для машинного обучения и науки о данных - это специализация для начинающих, в рамках которой вы изучите фундаментальный математический инструментарий машинного обучения: линейную алгебру, статистику и теорию вероятности и мл алгоритмы.

https://www.coursera.org/specializations/mathematics-for-machine-learning-and-data-science

data_math

📕 Основы высшей математики. Часть 1 [2021] Туганбаев

В книге рассмотрены следующим важнейшие разделы: пределы, производные, исследование функций и построение их графиков, функции нескольких переменных, неопределенные интегралы, определенные интегралы, несобствеенные интегралы.

📗 Основы высшей математики. Часть 2 [2021] Туганбаев

В книге рассмотрены следующим важнейшие разделы: аналитическая геометрия, линейная алгебра и дифференциальные уравнения.

📘 Основы высшей математики. Часть 3 [2021] Туганбаев

В книге рассмотрены следующим важнейшие разделы: функции нескольких переменных, двойные и тройные интегралы, криволинейные интегралы.

📙 Основы высшей математики. Часть 4 [2022] Туганбаев

В книге рассмотрены следующие важнейшие разделы: комплексные функции и ряды, действительные ряды, ряды Лорана, комплексные и действительные многочлены, алгебраическая замкнутость поля комплексных чисел, поля и их расширения, многочлены и кольца.

📔 Основы высшей математики [2011] Туганбаев

Книга соответствует программам курсов высшей математики для студентов различных нематематических специальностей и направлений подготовки, может выполнять функции учебника, задачника, решебника и сборника контрольных работ по высшей математике. В книге рассмотрены следующие важнейшие разделы: пределы, производные, исследование функций и построение их графиков, функции нескольких переменных, линейная алгебра, аналитическая геометрия, интегралы, числовые и функциональные ряды, дифференциальные уравнения и теория вероятностей. Для студентов и преподавателей нематематических факультетов высших учебных заведений.

📌 Скачать книги

data_math

📕 Байесовские модели восприятия и действия (2023)

Автор: Вэй Цзи Ма, Конрад Кёрдинг, Дэниел Голдрайх

Описание: Эта книга представляет собой введение в байесовские модели перцептивного принятия решений и действий. В таких моделях человеческий разум ведет себя как компетентный специалист по данным (или диагностирующий врач, или исследователь места преступления – выберите свою метафору), извлекая смысл из шумных и неоднозначных сенсорных наблюдений. В последние десятилетия байесовский подход к восприятию и действию становится все более популярным, а разработанные модели все шире применяются на прак- тике. Этот подход нам особенно интересен, потому что он строго и успешно объясняет многие экспериментальные данные.

📕 Читать