За три занятия вы разберете один из вариантов экзамена, повторите ключевые темы и получите рекомендации по подготовке от экспертов программы.
Марафон поможет освежить знания перед вступительными экзаменами лучше разобраться в структуре испытания. Так вы точно сможете получить высокий балл за тестирование и поступить в онлайн-магистратуру «Инженерия данных».
О чем
На марафоне вы:
- разберете структуру и задания одного из вариантов экзамена
- повторите основные темы по статистике и линейной алгебре, которые встречаются на экзамене
- решите практические задачи и разберут подходы к их выполнению
- получите рекомендации по подготовке от представителей программы
- сможете задать вопросы в телеграм-чате марафона.
Для кого
Марафон будет полезен тем, кто хочет в сжатые сроки повторить или изучить основы статистики и познакомиться с ключевыми темами линейной алгебры. Рекомендуем марафон всем абитуриентам онлайн-магистратуры «Инженерия данных».
Расписание
Все время указано по Москве.
-
18 июля, 18:30 | Разбор вступительного экзамена
Изучите структуру экзамена и решите задачи одного из вариантов.
-
21 июля, 18:30 | Подготовка к задачам по статистике
Разберете основные статистические показатели и методы анализа данных, которые встречаются на вступительном экзамене.
-
23 июля, 18:30 | Подготовка к задачам по линейной алгебре
Повторите ключевые темы линейной алгебры и решение типовых экзаменационных задач.
Темы марафона
Линейная алгебра
Векторы, матрицы и действия с ними. Линейная зависимость системы векторов. Базис линейного пространства. Скалярное произведение. Определитель квадратной матрицы и методы его вычисления. Транспонированная и обратная матрицы. Ранг матрицы. Специальные виды матриц. Системы линейных уравнений. Метод Крамера. Метод Гаусса.
Статистика
Описательные статистики. Распределения. Дисперсия и стандартное отклонение. Интерпретация графиков: гистограмм, диаграмм размаха и линейных графиков. Корреляция и линейная регрессия.
Кто ведет
Занятия проводят эксперты и преподаватели онлайн-магистратуры «Инженерии данных» факультета компьютерных наук НИУ ВШЭ и Нетологии при поддержке Сбера.