От матрицы до больших данных
Многим ли из нас рассказывали на лекциях по линейной алгебре о прикладном применении матриц? Знаем ли мы о том, как изученные в школе и университете понятия, теоремы и формулы применяются в реальной жизни? В совместном проекте Центра непрерывного образования факультета компьютерных наук ВШЭ https://cs.hse.ru/dpo и проекта "Дети и наука" https://childrenscience.ru мы на простых примерах расскажем о том, какие математические понятия стоят за передовыми технологиями. Встречайте, первое видео — о математике, которая предугадывает наши предпочтения и объясняет, как создаются современные сериалы.

▶︎
Карьера в бизнес-аналитике

▶︎
075. Карьера в data science: типичные ошибки на собеседовании – Валерий Бабушкин

▶︎
Мини-курс «Элементы теории игр». Лекция 1.1 (Владимир Гурвич)

▶︎
Время спуска с горки: какое меньше?

▶︎
От этого номера зал плакал! Почему не стоит летать трезвым Отдых в Греции и бухие пилоты - До Слез!

▶︎
1. Что такое матрицы? - bezbotvy

▶︎
DataStart.ru - Валерий Бабушкин - Ошибки при построении Data Science проекта и как их избежать

▶︎
МФТИ: Ад или Рай? Учеба 24/7, отчисления и $20,000 зарплата

▶︎
Почему важно заниматься Computer Science прямо сейчас

▶︎
✓ Мультивселенные теории вероятностей | Ботай со мной #144 | Борис Трушин

▶︎
Единственная женщина-вор в законе СССР

▶︎
Разбор реальной data science задачи

▶︎
Введение в машинное обучение – Евгений Соколов

▶︎
Актуальная математика: Интегрируемая геометрия

▶︎
Поступление в вуз: 95% успеха - это стратегия. Гайд от репетитора из МГУ

▶︎
Как применяются нейросети в быту?

▶︎
Как выбрать дело жизни?

▶︎
1. Анализ данных. Введение в Python
![[ИТ-лекторий] Семинар по глубокому обучению или как стать Data Scientist’ом](https://i.ytimg.com/vi/mk6CCruAxHg/hqdefault.jpg?sqp=-oaymwEjCNACELwBSFryq4qpAxUIARUAAAAAGAElAADIQj0AgKJDeAE=&rs=AOn4CLCfKs60kIosR3IQXrlCOERn0z6C_Q)
▶︎
[ИТ-лекторий] Семинар по глубокому обучению или как стать Data Scientist’ом

▶︎
