Serwisy internetowe Uniwersytetu Warszawskiego Nie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Bootcamp – introduction to mathematics

Informacje ogólne

Kod przedmiotu: 1000-317bBIM Kod Erasmus / ISCED: 11.3 / (0612) Database and network design and administration
Nazwa przedmiotu: Bootcamp – introduction to mathematics
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty obowiązkowe dla I roku Machine Learning
Punkty ECTS i inne: 6.00
Język prowadzenia: angielski
Rodzaj przedmiotu:

monograficzne

Skrócony opis:

Celem przedmiotu jest przedstawienie słuchaczom wspólnego zestawu pojęć matematycznych potrzebnych do zrozumienia współczesnych metod uczenia maszynowego oraz wpojenie warsztatu matematycznego potrzebnego do sprawnego posługiwania się nimi.

Pełny opis:

Wykład ma formę intensywnego kursu prowadzonego przez pierwsze dwa tygodnie pierwszego semestru. Tematy podzielone będą na trzy grupy tematyczne:

* Geometria i algebra liniowa (2 wykłady)

+ Rozkład SVD

+ Inne rozkłady macierzy

+ Twierdzenia strukturalne

* Rachunek różniczkowy i całkowy (2 wykłady)

+ Reguła łańcuchowa

+ Całki wielowymiarowe

* Rachunek prawdopodobieństwa i statystyka (3 wykłady)

+ Zmienne losowe, średnia, wariancja, wyższe momenty

+ Centralne twierdzenie graniczne

+ Typowe rozkłady prawdopodobieństwa

Literatura:

1. A. Białynicki-Birula, Algebra liniowa z geometrią, Państwowe Wydawnictwo Naukowe, Biblioteka Matematyczna t.48, Warszawa 1979.

2. Zbiór zadań z algebry , pod red. A. I. Kostrikina, wydanie drugie zmienione, Wydawnictwo Naukowe PWN, 2005-2013

3. T. Koźniewski, Wykłady z algebry liniowej I i II , Uniwersytet Warszawski, 2004, 2006

4. Kazimierz Kuratowski, Rachunek różniczkowy i całkowy. Funkcje jednej zmiennej, PWN.

5. W. Kołodziej, Analiza matematyczna, PWN, Warszawa 2009.

6. A. Birkholc, Analiza matematyczna: Funkcje wielu zmiennych. Wydanie II, PWN, Warszawa 2018.

7. G. M. Fichtenholz, Rachunek różniczkowy i całkowy. Tom 1-3, PWN, Warszawa 2007.

8. W. Rudin, Podstawy analizy matematycznej, PWN, Warszawa 2009.

9. W. Rudin, Analiza rzeczywista i zespolona, PWN, Warszawa 2009.

10. P. Strzelecki, Analiza matematyczna II (skrypt wykładu), http://dydmat.mimuw.edu.pl/sites/default/files/wyklady/analiza-matamatyczna-ii.pdf

11. J. Jakubowski, R. Sztencel, Rachunek prawdopodobieństwa dla prawie każdego, Script, Warszawa 2006.

12. W. Krysicki i współautorzy, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach , część I, II, Wydawnictwo Naukowe PWN, Warszawa 2004.

13. W. Feller, Wstęp do rachunku prawdopodobieństwa , Wydawnictwo Naukowe PWN, Warszawa 2006. (dla chętnych)

Efekty uczenia się:

Wiedza: student zna i rozumie

* w pogłębionym stopniu - wiedzę z działów matematyki niezbędnych do studiowania uczenia maszynowego (rachunek prawdopodobieństwa, statystyka, analiza wielowymiarowa, geometria i algebra liniowa) [K_W05].

Umiejętności: student potrafi

* konstruować rozumowania matematyczne [K_U06];

* wyrażać problemy w języku matematyki [K_U07].

Kompetencje społeczne: student jest gotów do

* krytycznej oceny posiadanej wiedzy i odbieranych treści [K_K01];

* uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz zasięgania opinii ekspertów w przypadku trudności z samodzielnym rozwiązaniem problemu [K_K02].

Metody i kryteria oceniania:

Kolokwium na ocenę

Zajęcia w cyklu "Semestr zimowy 2021/22" (w trakcie)

Okres: 2021-10-01 - 2022-02-20
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Andrzej Nagórko
Prowadzący grup: Andrzej Nagórko
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.