Mathématiques pour la science des données, l'analyse de données et l'apprentissage automatique

Aperçu

Dans ce cours, nous apprendrons les notions de base des mathématiques pour la science des données, l'analyse des données et l'apprentissage automatique. Nous discuterons également de l'importance de l'algèbre linéaire, des statistiques et des probabilités, du calcul et de la géométrie dans ces domaines technologiques.

Étant donné que la science des données est étudiée à la fois par les ingénieurs et les étudiants en commerce, ce cours est conçu de manière à être utile pour les débutants ainsi que pour les niveaux avancés. Les leçons du cours sont également bénéfiques pour les étudiants en informatique/intelligence artificielle et ceux qui apprennent la programmation Python.

Programme

• Introduction aux Mathématiques pour la Science des Données
Aperçu de la Science des Données, de l'Analyse des Données et de l'Apprentissage Automatique
Importance des Mathématiques dans les Domaines Technologiques
• Algèbre Linéaire
Vecteurs et Matrices
Opérations sur les Matrices
Valeurs Propres et Vecteurs Propres
Applications en Science des Données
• Statistiques et Probabilités
Statistiques Descriptives: Moyenne, Médiane, Mode
Statistiques Inférentielles: Tests d'Hypothèse, Intervalles de Confiance
Fondamentaux des Probabilités
Distributions de Probabilités: Normale, Binomiale, Poisson
Statistiques Bayésiennes et Applications
• Calcul
Limites et Continuité
Dérivées et leurs Applications
Intégrales et leurs Applications
Calcul Multivariable et Dérivées Partielles
Optimisation en Apprentissage Automatique
• Géométrie
Systèmes de Coordonnées
Transformations Géométriques
Mesures de Distance et leur Rôle en Apprentissage Automatique
• Sujets Avancés
Analyse en Composantes Principales (ACP) pour la Réduction de Dimensionnalité
Décomposition en Valeurs Singulières (SVD)
Introduction aux Techniques d'Optimisation Mathématique
• Python pour les Mathématiques et la Science des Données
Python de Base pour l'Analyse des Données
Utilisation de Librairies: Numpy, Pandas, Matplotlib
Implémentation de Concepts Mathématiques avec Python
• Conclusion
Synthèse des Outils Mathématiques en Science des Données
Directions Futures et Chemins d'Apprentissage Avancé
• Applications Pratiques et Projets
Projets explorant des applications réelles
Analyse de jeux de données utilisant des techniques mathématiques

---

Enseigné par

Sandeep Kumar Mathur

---

Sujets

Science des données