[skillbox] Основы математики для Data Science (2020)

Other

skillbox основы математики data science

Seeders

Leechers

3.52 GB

Size

224

Files

Magnet Download Download .torrent

Torrent Information

Details

Total Size

3.52 GB

Active Seeds

Total Peers

Downloads

Global Parameters

Added on

1/22/2021

Last Activity

1/25/2022

Health Status

Poor

Identification Hash

00788E2609A50B4A2EFBA4750B764355EF2C7C0B

Community Trust & Feedback

Reputation Score

100% Positive Rating

Verified

0 Likes

0 Dislikes

Visibility

High Ranking Content

Report Content

Files (224)

[skillbox] Основы математики для Data Science (2020)

224 files • 3.52 GB

2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты

14 files • 353.12 MB

2.2 Степени и их свойства.mp4

[skillbox] Основы математики для Data Science (2020)/2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты/2.2 Степени и их свойства.mp4

132.33 MB

2.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты/2.1 Введение.mp4

34.68 MB

2.3 Корни и их свойства.mp4

[skillbox] Основы математики для Data Science (2020)/2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты/2.3 Корни и их свойства.mp4

58.17 MB

2.4 Логарифмы и их свойства.mp4

[skillbox] Основы математики для Data Science (2020)/2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты/2.4 Логарифмы и их свойства.mp4

65.78 MB

2.5 Дополнительные объекты и обозначения.mp4

[skillbox] Основы математики для Data Science (2020)/2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты/2.5 Дополнительные объекты и обозначения.mp4

54 MB

2.6 Заключение.mp4

[skillbox] Основы математики для Data Science (2020)/2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты/2.6 Заключение.mp4

3.65 MB

2.7 Домашняя работа.mp4

[skillbox] Основы математики для Data Science (2020)/2.Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты/2.7 Домашняя работа.mp4

3.71 MB

2.2 Степени и их свойства

2 files • 178.53 KB

Степени_и_их_свойства._Практика.pdf

88.52 KB

Степени_и_их_свойства._Решение_практики.pdf

90 KB

2.3 Корни и их свойства

2 files • 218.17 KB

Корни_и_их_свойства._Практика.pdf

108.45 KB

Корни_и_их_свойства._Решение_практики.pdf

109.72 KB

2.4 Логарифмы и их свойства

2 files • 174.77 KB

Логарифмы_и_их_свойства._Практика.pdf

86.74 KB

Логарифмы_и_их_свойства._Решение.pdf

88.03 KB

2.7 Домашняя работа

1 files • 241.71 KB

Домашнее_задание.pdf

241.71 KB

1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования

17 files • 278.49 MB

1.2 Основные операции с дробями.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.2 Основные операции с дробями.mp4

76.1 MB

1.3 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.3 Разбор практики.mp4

9.93 MB

1.4 Раскрытие скобок.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.4 Раскрытие скобок.mp4

52.71 MB

1.5 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.5 Разбор практики.mp4

6.28 MB

1.6 Приведение подобных слагаемых.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.6 Приведение подобных слагаемых.mp4

27.26 MB

1.7 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.7 Разбор практики.mp4

15.7 MB

1.8 Работа с математическими формулами в Python.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.8 Работа с математическими формулами в Python.mp4

52.99 MB

1.9 Домашняя работа.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.9 Домашняя работа.mp4

5.65 MB

1.1 Введение

1 files • 109.13 KB

Инструкция_по_установке_Anaconda.pdf

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.1 Введение/Инструкция_по_установке_Anaconda.pdf

109.13 KB

1.2 Основные операции с дробями

1 files • 43.78 KB

1.3 Разбор практики

1 files • 52.8 KB

1.4 Раскрытие скобок

1 files • 61.71 KB

1.5 Разбор практики

1 files • 65.9 KB

1.6 Приведение подобных слагаемых

1 files • 52.93 KB

1.7 Разбор практики

1 files • 60.95 KB

1.9 Домашняя работа

1 files • 8.85 KB

1.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/1.Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования/1.1 Введение.mp4

31.43 MB

3.Аналитика и ML. Функции одной переменной, их свойства и графики

29 files • 365.24 MB

3.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.1 Введение.mp4

5.89 MB

3.2 Понятие функции. Построение графиков функций с помощью SymPy.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.2 Понятие функции. Построение графиков функций с помощью SymPy.mp4

55 MB

3.3 Виды и свойства функций.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.3 Виды и свойства функций.mp4

37.47 MB

3.4 Элементарные функции и их свойства.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.4 Элементарные функции и их свойства.mp4

123.43 MB

3.5 Исследование параболы с помощью SymPy.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.5 Исследование параболы с помощью SymPy.mp4

62.27 MB

3.6 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.6 Разбор практики.mp4

10.25 MB

3.7 Дополнительный функционал SymPy для исследования функций.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.7 Дополнительный функционал SymPy для исследования функций.mp4

44.08 MB

3.8 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.8 Разбор практики.mp4

12.52 MB

3.9 Домашняя работа.mp4

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.9 Домашняя работа.mp4

13.05 MB

3.2 Понятие функции. Построение графиков функций с помощью SymPy

3 files • 64.64 KB

1.tif

61.31 KB

practice_les_2.ipynb

1.96 KB

practice_les_2.py

1.36 KB

3.3 Виды и свойства функций

3 files • 230.53 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.3 Виды и свойства функций/1.tif

162.14 KB

practice_les_2_answers.ipynb

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.3 Виды и свойства функций/practice_les_2_answers.ipynb

66.47 KB

practice_les_2_answers.py

1.92 KB

3.5 Исследование параболы с помощью SymPy

3 files • 248.57 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.5 Исследование параболы с помощью SymPy/1.tif

238.62 KB

practice_les_5.ipynb

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.5 Исследование параболы с помощью SymPy/practice_les_5.ipynb

6.08 KB

practice_les_5.py

3.87 KB

3.6 Разбор практики

3 files • 540.25 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.6 Разбор практики/1.tif

487.85 KB

practice_les_5_answers.ipynb

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.6 Разбор практики/practice_les_5_answers.ipynb

46.11 KB

practice_les_5_answers.py

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.6 Разбор практики/practice_les_5_answers.py

6.3 KB

3.7 Дополнительный функционал SymPy для исследования функций

3 files • 38.43 KB

1.tif

36.33 KB

practice_les_6.ipynb

1.35 KB

practice_les_6.py

768 Bytes

3.8 Разбор практики

3 files • 196.44 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.8 Разбор практики/1.tif

170.63 KB

practice_les_6_answers.ipynb

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.8 Разбор практики/practice_les_6_answers.ipynb

22.67 KB

practice_les_6_answers.py

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.8 Разбор практики/practice_les_6_answers.py

3.14 KB

3.9 Домашняя работа

2 files • 3.41 KB

module4_hw_.ipynb

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.9 Домашняя работа/module4_hw_.ipynb

3.17 KB

Подсказка.txt

[skillbox] Основы математики для Data Science (2020)/3.Аналитика и ML. Функции одной переменной, их свойства и графики/3.9 Домашняя работа/Подсказка.txt

241 Bytes

4.ML. Интерполяция и полиномы

33 files • 323.33 MB

4.1 Интро.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.1 Интро.mp4

31.82 MB

4.2 Полиномы и интерполяция.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.2 Полиномы и интерполяция.mp4

84.11 MB

4.3 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.3 Разбор практики.mp4

5.16 MB

4.4 Свойства коэффициентов квадратичной функции.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.4 Свойства коэффициентов квадратичной функции.mp4

37.84 MB

4.5 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.5 Разбор практики.mp4

9.27 MB

4.6 Свойства коэффициентов кубической функции.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.6 Свойства коэффициентов кубической функции.mp4

22.51 MB

4.7 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.7 Разбор практики.mp4

5.86 MB

4.8 Нахождение коэффициентов полиномов аналитически.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.8 Нахождение коэффициентов полиномов аналитически.mp4

60.09 MB

4.9 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.9 Разбор практики.mp4

37.88 MB

4.10 Недостатки интерполяции.mp4

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.10 Недостатки интерполяции.mp4

27.77 MB

4.2 Полиномы и интерполяция

1 files • 35.31 KB

4.3 Разбор практики

1 files • 49.28 KB

4.4 Свойства коэффициентов квадратичной функции

3 files • 148.67 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.4 Свойства коэффициентов квадратичной функции/1.tif

135.83 KB

Свойства_коэффициентов_квадратичной_функции_Практика.ipynb

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.4 Свойства коэффициентов квадратичной функции/Свойства_коэффициентов_квадратичной_функции_Практика.ipynb

9.47 KB

свойства_коэффициентов_квадратичной_функции_практика.py

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.4 Свойства коэффициентов квадратичной функции/свойства_коэффициентов_квадратичной_функции_практика.py

3.37 KB

4.5 Разбор практики

3 files • 125.29 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.5 Разбор практики/1.tif

115.32 KB

Свойства_коэффициентов_квадратичной_функции_Решение_практики.ipynb

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.5 Разбор практики/Свойства_коэффициентов_квадратичной_функции_Решение_практики.ipynb

6.98 KB

свойства_коэффициентов_квадратичной_функции_решение_практики.py

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.5 Разбор практики/свойства_коэффициентов_квадратичной_функции_решение_практики.py

2.99 KB

4.6 Свойства коэффициентов кубической функции

3 files • 133.64 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.6 Свойства коэффициентов кубической функции/1.tif

123.41 KB

Свойства_коэффициентов_кубической_функции_Практика.ipynb

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.6 Свойства коэффициентов кубической функции/Свойства_коэффициентов_кубической_функции_Практика.ipynb

7.06 KB

свойства_коэффициентов_кубической_функции_практика.py

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.6 Свойства коэффициентов кубической функции/свойства_коэффициентов_кубической_функции_практика.py

3.17 KB

4.7 Разбор практики

3 files • 116.26 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.7 Разбор практики/1.tif

107.75 KB

Свойства_коэффициентов_кубической_функции_Решение_практики.ipynb

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.7 Разбор практики/Свойства_коэффициентов_кубической_функции_Решение_практики.ipynb

5.67 KB

свойства_коэффициентов_кубической_функции_решение_практики.py

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.7 Разбор практики/свойства_коэффициентов_кубической_функции_решение_практики.py

2.84 KB

4.8 Нахождение коэффициентов полиномов аналитически

3 files • 43.47 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.8 Нахождение коэффициентов полиномов аналитически/1.tif

40.9 KB

Нахождение_коэффициентов_полиномов_аналитически_Практика.ipynb

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.8 Нахождение коэффициентов полиномов аналитически/Нахождение_коэффициентов_полиномов_аналитически_Практика.ipynb

1.55 KB

нахождение_коэффициентов_полиномов_аналитически_практика.py

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.8 Нахождение коэффициентов полиномов аналитически/нахождение_коэффициентов_полиномов_аналитически_практика.py

1.02 KB

4.9 Разбор практики

3 files • 340.25 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.9 Разбор практики/1.tif

279.6 KB

Нахождение_коэффициентов_полиномов_аналитически_Решение_практики.ipynb

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.9 Разбор практики/Нахождение_коэффициентов_полиномов_аналитически_Решение_практики.ipynb

56.91 KB

нахождение_коэффициентов_полиномов_аналитически_решение_практики.py

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.9 Разбор практики/нахождение_коэффициентов_полиномов_аналитически_решение_практики.py

3.73 KB

4.11 Домашняя работа

3 files • 52.63 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.11 Домашняя работа/1.tif

49.71 KB

Преобразования_функций_и_полиномы_Домашнее_задание.ipynb

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.11 Домашняя работа/Преобразования_функций_и_полиномы_Домашнее_задание.ipynb

1.74 KB

преобразования_функций_и_полиномы_домашнее_задание.py

[skillbox] Основы математики для Data Science (2020)/4.ML. Интерполяция и полиномы/4.11 Домашняя работа/преобразования_функций_и_полиномы_домашнее_задание.py

1.19 KB

5.ML. Аппроксимация и преобразования функций

24 files • 293.76 MB

5.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.1 Введение.mp4

46.95 MB

5.2 Функция потерь.mp4

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.2 Функция потерь.mp4

85.93 MB

5.3 Преобразования функций. Сдвиги вправо и влево.mp4

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.3 Преобразования функций. Сдвиги вправо и влево.mp4

84.71 MB

5.4 Преобразования функций. Растяжения и сжатия.mp4

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.4 Преобразования функций. Растяжения и сжатия.mp4

65.15 MB

5.5 ML как решение задачи аппроксимации.mp4

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.5 ML как решение задачи аппроксимации.mp4

9.96 MB

5.1 Введение

3 files • 168.66 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.1 Введение/1.tif

113.19 KB

5_1_Введение.ipynb

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.1 Введение/5_1_Введение.ipynb

53.99 KB

5_1_введение.py

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.1 Введение/5_1_введение.py

1.48 KB

5.2 Функция потерь

2 files • 102.54 KB

5.2_Функция_потерь._Практика._Ответ.pdf

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.2 Функция потерь/5.2_Функция_потерь._Практика._Ответ.pdf

50.67 KB

5.2_Функция_потерь._Практика_.pdf

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.2 Функция потерь/5.2_Функция_потерь._Практика_.pdf

51.87 KB

5.3 Преобразования функций. Сдвиги вправо и влево

5 files • 196.15 KB

Код к уроку

2 files • 49.81 KB

5_3_Преобразования_функций_Сдвиги_вправо_и_влево.ipynb

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.3 Преобразования функций. Сдвиги вправо и влево/Код к уроку/5_3_Преобразования_функций_Сдвиги_вправо_и_влево.ipynb

48.52 KB

5_3_преобразования_функций_сдвиги_вправо_и_влево.py

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.3 Преобразования функций. Сдвиги вправо и влево/Код к уроку/5_3_преобразования_функций_сдвиги_вправо_и_влево.py

1.29 KB

Практическое задание

3 files • 146.34 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.3 Преобразования функций. Сдвиги вправо и влево/Практическое задание/1.tif

115.34 KB

5_3_Преобразования_функций_Сдвиги_вправо_и_влево_Практика.ipynb

28.98 KB

5_3_преобразования_функций_сдвиги_вправо_и_влево_практика.py

2.02 KB

5.4 Преобразования функций. Растяжения и сжатия

6 files • 280.93 KB

Код к уроку

3 files • 129.36 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.4 Преобразования функций. Растяжения и сжатия/Код к уроку/1.tif

87.42 KB

5_4_Преобразования_функций_Растяжения_и_сжатия.ipynb

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.4 Преобразования функций. Растяжения и сжатия/Код к уроку/5_4_Преобразования_функций_Растяжения_и_сжатия.ipynb

40.72 KB

5_4_преобразования_функций_растяжения_и_сжатия.py

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.4 Преобразования функций. Растяжения и сжатия/Код к уроку/5_4_преобразования_функций_растяжения_и_сжатия.py

1.22 KB

Практическое задание

3 files • 151.58 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.4 Преобразования функций. Растяжения и сжатия/Практическое задание/1.tif

115.29 KB

5_4_Преобразования_функций_Растяжения_и_сжатия_Практика.ipynb

34.31 KB

5_4_преобразования_функций_растяжения_и_сжатия_практика.py

1.98 KB

5.6 Домашняя работа

3 files • 335.74 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.6 Домашняя работа/1.tif

267.08 KB

Аппроксимация_и_преобразования_функций_Домашнее_задание.ipynb

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.6 Домашняя работа/Аппроксимация_и_преобразования_функций_Домашнее_задание.ipynb

64.2 KB

аппроксимация_и_преобразования_функций_домашнее_задание.py

[skillbox] Основы математики для Data Science (2020)/5.ML. Аппроксимация и преобразования функций/5.6 Домашняя работа/аппроксимация_и_преобразования_функций_домашнее_задание.py

4.46 KB

6.ML. Аппроксимация и производные

21 files • 356.63 MB

6.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.1 Введение.mp4

23.62 MB

6.2 Понятие производной.mp4

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.2 Понятие производной.mp4

57.26 MB

6.3 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.3 Разбор практики.mp4

18.26 MB

6.4 Минимум MSE и техники вычисления производных (часть 1).mp4

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.4 Минимум MSE и техники вычисления производных (часть 1).mp4

63.37 MB

6.5 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.5 Разбор практики.mp4

17.77 MB

6.6 Минимум MSE и техники вычисления производных (часть 2).mp4

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.6 Минимум MSE и техники вычисления производных (часть 2).mp4

85.89 MB

6.7 Разбор практики.mp4

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.7 Разбор практики.mp4

14.56 MB

6.8 Сигмоида и еще несколько правил вычисления производных.mp4

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.8 Сигмоида и еще несколько правил вычисления производных.mp4

75.61 MB

6.1 Введение

3 files • 148.06 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.1 Введение/1.tif

99.23 KB

7_1_Введение.ipynb

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.1 Введение/7_1_Введение.ipynb

47.6 KB

7_1_введение.py

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.1 Введение/7_1_введение.py

1.24 KB

6.2 Понятие производной

1 files • 7.16 KB

6.3 Разбор практики

1 files • 7 KB

6.4 Минимум MSE и техники вычисления производных (часть 1)

4 files • 121.28 KB

Код к уроку

3 files • 114.24 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.4 Минимум MSE и техники вычисления производных (часть 1)/Код к уроку/1.tif

63.65 KB

7_4_Техники_нахождения_производных.ipynb

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.4 Минимум MSE и техники вычисления производных (часть 1)/Код к уроку/7_4_Техники_нахождения_производных.ipynb

50.01 KB

7_4_техники_нахождения_производных.py

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.4 Минимум MSE и техники вычисления производных (часть 1)/Код к уроку/7_4_техники_нахождения_производных.py

590 Bytes

Практическое задание

1 files • 7.05 KB

Урок 4. Минимум MSE и техники вычисления производных (часть 1). Практика.docx

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.4 Минимум MSE и техники вычисления производных (часть 1)/Практическое задание/Урок 4. Минимум MSE и техники вычисления производных (часть 1). Практика.docx

7.05 KB

6.5 Разбор практики

1 files • 7.12 KB

Урок 4. Минимум MSE и техники вычисления производных (часть 1). Решение практики.docx

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.5 Разбор практики/Урок 4. Минимум MSE и техники вычисления производных (часть 1). Решение практики.docx

7.12 KB

6.6 Минимум MSE и техники вычисления производных (часть 2)

1 files • 6.99 KB

Урок 6. Минимум MSE и техники вычисления производных (часть 2). Практика.docx

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.6 Минимум MSE и техники вычисления производных (часть 2)/Урок 6. Минимум MSE и техники вычисления производных (часть 2). Практика.docx

6.99 KB

6.7 Разбор практики

1 files • 7.11 KB

Урок 6. Минимум MSE и техники вычисления производных (часть 2). Решение практики.docx

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.7 Разбор практики/Урок 6. Минимум MSE и техники вычисления производных (часть 2). Решение практики.docx

7.11 KB

6.9 Домашняя работа

1 files • 7.13 KB

Модуль 6. Аппроксимация и производные. Домашнее задание.docx

[skillbox] Основы математики для Data Science (2020)/6.ML. Аппроксимация и производные/6.9 Домашняя работа/Модуль 6. Аппроксимация и производные. Домашнее задание.docx

7.13 KB

7.ML. Функции нескольких переменных, их свойства и графики

18 files • 276.81 MB

7.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.1 Введение.mp4

28.27 MB

7.2 Определение функции нескольких переменных.mp4

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.2 Определение функции нескольких переменных.mp4

82.86 MB

7.3 Графики функции нескольких переменных.mp4

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.3 Графики функции нескольких переменных.mp4

53.37 MB

7.4 Нули функции нескольких переменных.mp4

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.4 Нули функции нескольких переменных.mp4

57.37 MB

7.5 Декартова система координат и гиперплоскость.mp4

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.5 Декартова система координат и гиперплоскость.mp4

44.48 MB

7.6 Заключение.mp4

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.6 Заключение.mp4

4.42 MB

7.7 Домашняя работа.mp4

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.7 Домашняя работа.mp4

4.7 MB

7.1 Введение

1 files • 45.11 KB

7.2 Определение функции нескольких переменных

1 files • 6.8 KB

7.2 Определение функции нескольких переменных.docx

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.2 Определение функции нескольких переменных/7.2 Определение функции нескольких переменных.docx

6.8 KB

7.3 Графики функции нескольких переменных

3 files • 359.57 KB

7.2 Определение функции нескольких переменных. Решение практики.docx

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.3 Графики функции нескольких переменных/7.2 Определение функции нескольких переменных. Решение практики.docx

71.54 KB

7.3 Графики функции нескольких переменных.docx

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.3 Графики функции нескольких переменных/7.3 Графики функции нескольких переменных.docx

6.8 KB

7.3 Графики функции нескольких переменных.ipynb

281.23 KB

7.4 Нули функции нескольких переменных

3 files • 469.23 KB

7.3 Графики функции нескольких переменных. Решение практики.ipynb

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.4 Нули функции нескольких переменных/7.3 Графики функции нескольких переменных. Решение практики.ipynb

248.83 KB

7.4 Нули функции нескольких переменных.docx

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.4 Нули функции нескольких переменных/7.4 Нули функции нескольких переменных.docx

6.68 KB

7.4 Нули функции нескольких переменных.ipynb

213.72 KB

7.5 Декартова система координат и гиперплоскость

2 files • 455.14 KB

7.4 Нули функции нескольких переменных. Решение практики.ipynb

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.5 Декартова система координат и гиперплоскость/7.4 Нули функции нескольких переменных. Решение практики.ipynb

334.9 KB

7.5 Декартова система координат и гиперплоскость.ipynb

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.5 Декартова система координат и гиперплоскость/7.5 Декартова система координат и гиперплоскость.ipynb

120.24 KB

7.7 Домашняя работа

1 files • 44.26 KB

Функции нескольких переменных, их свойства и графики. Домашнее задание.ipynb

[skillbox] Основы математики для Data Science (2020)/7.ML. Функции нескольких переменных, их свойства и графики/7.7 Домашняя работа/Функции нескольких переменных, их свойства и графики. Домашнее задание.ipynb

44.26 KB

8.ML. Частные производные функции нескольких переменных

18 files • 304.75 MB

8.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.1 Введение.mp4

33.88 MB

8.2 Задача аппроксимации функцией многих переменных.mp4

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.2 Задача аппроксимации функцией многих переменных.mp4

79.08 MB

8.3 Техника нахождения частных производных.mp4

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.3 Техника нахождения частных производных.mp4

42.46 MB

8.4 Частные производные и минимизация MSE (часть 1).mp4

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.4 Частные производные и минимизация MSE (часть 1).mp4

57.66 MB

8.5 Частные производные и минимизация MSE (часть 2).mp4

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.5 Частные производные и минимизация MSE (часть 2).mp4

56.09 MB

8.6 Нахождение производных с помощью sympy.mp4

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.6 Нахождение производных с помощью sympy.mp4

35.35 MB

8.1 Введение

1 files • 95.18 KB

8.2 Задача аппроксимации функцией многих переменных

2 files • 24.5 KB

8.2 Задача аппроксимации функцией многих переменных.ipynb

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.2 Задача аппроксимации функцией многих переменных/8.2 Задача аппроксимации функцией многих переменных.ipynb

17.24 KB

Урок 2. Задача аппроксимации функцией многих переменных. Практика.docx

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.2 Задача аппроксимации функцией многих переменных/Урок 2. Задача аппроксимации функцией многих переменных. Практика.docx

7.26 KB

8.3 Техника нахождения частных производных

2 files • 14.29 KB

Урок 2. Задача аппроксимации функцией многих переменных. Практика. Ответы.docx

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.3 Техника нахождения частных производных/Урок 2. Задача аппроксимации функцией многих переменных. Практика. Ответы.docx

7.32 KB

Урок 3. Техника нахождения частных производных. Практика.docx

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.3 Техника нахождения частных производных/Урок 3. Техника нахождения частных производных. Практика.docx

6.97 KB

8.4 Частные производные и минимизация MSE (часть 1)

2 files • 75.28 KB

Урок 3. Техника нахождения частных производных. Практика. Ответы..docx

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.4 Частные производные и минимизация MSE (часть 1)/Урок 3. Техника нахождения частных производных. Практика. Ответы..docx

68.15 KB

Урок 4. Частные производные и минимизация MSE (часть 1). Практика..docx

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.4 Частные производные и минимизация MSE (часть 1)/Урок 4. Частные производные и минимизация MSE (часть 1). Практика..docx

7.13 KB

8.5 Частные производные и минимизация MSE (часть 2)

3 files • 20.39 KB

8.5 Частные производные и минимизация MSE.ipynb

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.5 Частные производные и минимизация MSE (часть 2)/8.5 Частные производные и минимизация MSE.ipynb

5.32 KB

Урок 4. Частные производные и минимизация MSE (часть 1). Практика. Ответы..docx

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.5 Частные производные и минимизация MSE (часть 2)/Урок 4. Частные производные и минимизация MSE (часть 1). Практика. Ответы..docx

7.22 KB

Урок 5. Частные производные и минимизация MSE (часть 2). Практика.docx

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.5 Частные производные и минимизация MSE (часть 2)/Урок 5. Частные производные и минимизация MSE (часть 2). Практика.docx

7.86 KB

8.6 Нахождение производных с помощью sympy

1 files • 7 KB

8.6 Нахождение производных с помощью sympy.ipynb

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.6 Нахождение производных с помощью sympy/8.6 Нахождение производных с помощью sympy.ipynb

7 KB

8.7 Домашняя работа

1 files • 7.88 KB

Частные производные функции нескольких переменных. Домашнее задание.docx

[skillbox] Основы математики для Data Science (2020)/8.ML. Частные производные функции нескольких переменных/8.7 Домашняя работа/Частные производные функции нескольких переменных. Домашнее задание.docx

7.88 KB

9.ML. Вектора и Матрицы. Градиент

14 files • 329.35 MB

9.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.1 Введение.mp4

49.3 MB

9.2 Вектора как описания объектов и их признаков.mp4

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.2 Вектора как описания объектов и их признаков.mp4

63.66 MB

9.3 Скалярное произведение векторов и линейная модель.mp4

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.3 Скалярное произведение векторов и линейная модель.mp4

96.47 MB

9.4 Геометрическая интерпретация вектора.mp4

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.4 Геометрическая интерпретация вектора.mp4

35.79 MB

9.5 Вектор функций и градиент.mp4

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.5 Вектор функций и градиент.mp4

83.15 MB

9.1 Введение

3 files • 206.37 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.1 Введение/1.tif

184.92 KB

9_1_Введение.ipynb

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.1 Введение/9_1_Введение.ipynb

19.76 KB

9_1_введение.py

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.1 Введение/9_1_введение.py

1.7 KB

9.2 Вектора как описания объектов и их признаков

1 files • 190.13 KB

9.3 Скалярное произведение векторов и линейная модель

2 files • 403.03 KB

Урок 2. Практика. Ответы.docx

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.3 Скалярное произведение векторов и линейная модель/Урок 2. Практика. Ответы.docx

307.08 KB

Урок 3. Практика.docx

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.3 Скалярное произведение векторов и линейная модель/Урок 3. Практика.docx

95.95 KB

9.4 Геометрическая интерпретация вектора

2 files • 146.24 KB

Урок 3. Практика. Ответы.docx

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.4 Геометрическая интерпретация вектора/Урок 3. Практика. Ответы.docx

139.28 KB

Урок 4. Практика.docx

[skillbox] Основы математики для Data Science (2020)/9.ML. Вектора и Матрицы. Градиент/9.4 Геометрическая интерпретация вектора/Урок 4. Практика.docx

6.96 KB

9.6 Домашняя работа

1 files • 61.28 KB

10.ML. Линейная регрессия и системы линейных уравнений

18 files • 426.23 MB

10.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.1 Введение.mp4

82.46 MB

10.2 Задача аппроксимации как система линейных уравнений.mp4

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.2 Задача аппроксимации как система линейных уравнений.mp4

115.8 MB

10.3 Представление СЛАУ в виде матричного уравнения.mp4

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.3 Представление СЛАУ в виде матричного уравнения.mp4

90.41 MB

10.4 Решение СЛАУ с помощью sympy.mp4

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.4 Решение СЛАУ с помощью sympy.mp4

65.81 MB

10.5 Переопределенные СЛАУ.mp4

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.5 Переопределенные СЛАУ.mp4

70.86 MB

10.1 Введение

2 files • 64.76 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.1 Введение/1.tif

57.49 KB

10_1_Введение.ipynb

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.1 Введение/10_1_Введение.ipynb

7.27 KB

10.2 Задача аппроксимации как система линейных уравнений

1 files • 65.83 KB

10.3 Представление СЛАУ в виде матричного уравнения

2 files • 236.09 KB

Урок 2. Ответы.docx

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.3 Представление СЛАУ в виде матричного уравнения/Урок 2. Ответы.docx

106.12 KB

Урок 3. Практика.docx

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.3 Представление СЛАУ в виде матричного уравнения/Урок 3. Практика.docx

129.97 KB

10.4 Решение СЛАУ с помощью sympy

4 files • 316.87 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.4 Решение СЛАУ с помощью sympy/1.tif

88.98 KB

10_4_Решение_СЛАУ_с_помощью_sympy.ipynb

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.4 Решение СЛАУ с помощью sympy/10_4_Решение_СЛАУ_с_помощью_sympy.ipynb

10.78 KB

Урок 3. Ответы.docx

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.4 Решение СЛАУ с помощью sympy/Урок 3. Ответы.docx

210.29 KB

Урок 4. Практика.docx

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.4 Решение СЛАУ с помощью sympy/Урок 4. Практика.docx

6.82 KB

10.5 Переопределенные СЛАУ

3 files • 61.17 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.5 Переопределенные СЛАУ/1.tif

54.39 KB

10_5_Переопределенные_СЛАУ.ipynb

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.5 Переопределенные СЛАУ/10_5_Переопределенные_СЛАУ.ipynb

5.96 KB

10_5_переопределенные_слау.py

[skillbox] Основы математики для Data Science (2020)/10.ML. Линейная регрессия и системы линейных уравнений/10.5 Переопределенные СЛАУ/10_5_переопределенные_слау.py

846 Bytes

10.6 Домашняя работа

1 files • 172.6 KB

11.Задача аппроксимации как матричное уравнение

18 files • 296.86 MB

11.1 Введение.mp4

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.1 Введение.mp4

36.4 MB

11.2 Решение задачи аппроксимации с помощью матриц.mp4

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.2 Решение задачи аппроксимации с помощью матриц.mp4

64.56 MB

11.3 Детерминант и нахождение обратных матриц (часть 1).mp4

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.3 Детерминант и нахождение обратных матриц (часть 1).mp4

78.68 MB

11.4 Детерминант и нахождение обратных матриц (часть 2).mp4

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.4 Детерминант и нахождение обратных матриц (часть 2).mp4

65.57 MB

11.5 Псевдообратная матрица.mp4

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.5 Псевдообратная матрица.mp4

41.14 MB

11.6 Заключение.mp4

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.6 Заключение.mp4

9.2 MB

11.1 Введение

3 files • 85.61 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.1 Введение/1.tif

77.43 KB

11_1_Введение.ipynb

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.1 Введение/11_1_Введение.ipynb

7.15 KB

11_1_введение.py

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.1 Введение/11_1_введение.py

1.04 KB

11.2 Решение задачи аппроксимации с помощью матриц

1 files • 91.64 KB

11.3 Детерминант и нахождение обратных матриц (часть 1)

2 files • 187.6 KB

Урок 2. Практика. Ответы.docx

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.3 Детерминант и нахождение обратных матриц (часть 1)/Урок 2. Практика. Ответы.docx

82.13 KB

Урок 3. Практика.docx

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.3 Детерминант и нахождение обратных матриц (часть 1)/Урок 3. Практика.docx

105.47 KB

11.4 Детерминант и нахождение обратных матриц (часть 2)

1 files • 95.26 KB

11.5 Псевдообратная матрица

3 files • 151.61 KB

1.tif

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.5 Псевдообратная матрица/1.tif

139.99 KB

11_5_Псевдообратная_матрица.ipynb

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.5 Псевдообратная матрица/11_5_Псевдообратная_матрица.ipynb

10.59 KB

11_5_псевдообратная_матрица.py

[skillbox] Основы математики для Data Science (2020)/11.Задача аппроксимации как матричное уравнение/11.5 Псевдообратная матрица/11_5_псевдообратная_матрица.py

1.03 KB

11.6 Заключение

1 files • 630.51 KB

11.7 Домашняя работа

1 files • 99.16 KB

Trackers (14)

udp://tracker.bitsearch.to:1337/announce

0 0

udp://tracker.opentrackr.org:1337/announce

0 0

udp://ipv4.tracker.harry.lu:80/announce

0 0

udp://tracker.moeking.me:6969/announce

0 0

udp://tracker.openbittorrent.com:80/announce

0 0

udp://open.stealth.si:80/announce

0 0

udp://p4p.arenabg.com:1337/announce

0 0

udp://tracker.torrent.eu.org:451/announce

0 0

udp://tracker4.itzmx.com:2710/announce

0 0

udp://retracker.lanta-net.ru:2710/announce

0 0

udp://tracker.tiny-vps.com:6969/announce

0 0

udp://exodus.desync.com:6969/announce

0 0

udp://explodie.org:6969/announce

0 0

udp://tracker.internetwarriors.net:1337/announce

0 0

Similar Torrents 15

Based on tags and category

[skillbox] Основы математики для Data Science (2020)

Torrent Information

Global Parameters

Identification Hash

Community Trust & Feedback

Files (224)

Trackers (14)

Similar Torrents 15

EaseUS Data Recovery Wizard Professional v18.4 {Mac OS X}3

iCare Data Recovery Software 8.7.4 (32+64 bit)

EaseUS Data Recovery Wizard Technician v16.0.0.0 Build 20221227 + Fix [haxNode]

EaseUS Data Recovery Wizard WinPE 2023 v23.3.2056 + Patch

EaseUS Data Recovery Wizard Technician v17.0.0.0 Build 20231121 + Patch

iCare Data Recovery Pro 2023 v23.0.13 + Patch

EaseUS Data Recovery Wizard Professional+18.01

EaseUS Data Recovery Wizard WinPE 2023 v23.3.2056 + Patch

iCare Data Recovery Pro 9.0.0.1 + Crack

Stellar Data Recovery 11.0.0.3 Multilingual + Crack [moderator]

iCare Data Recovery Software 8.7.4 (32+64 bit)

Stellar Phoenix Mac Data Recovery v11.2.2.15 [K]racked

EaseUS Data Recovery Wizard v11.5.1 Tech and Pro + Keygen

EaseUS Data Recovery Wizard Professional + Technician 12.2.0

Aiseesoft FoneLab iPhone Data Recovery 10.5.8 Multilingual {Latest}