fbpx

Убавината на математиката (и нејзината примена во Data Science)

математика и data science

Математика или егзактноста во која субјективниот елемент е комплетно исклучен од равенката, а особен предизвик е пронаоѓањето на шаблон и решение таму каде што на прв поглед можеби сè изгледа збунувачки, се само дел од нештата кои ги привлекуваат луѓето кои негуваат љубов кон бројките. Има и уште нешто што може да се додаде кон ова, а тоа е фактот што математиката се базира на концепти кои го положуваат тестот на времето и станува збор за теми кои се меѓусебно поврзани. 

Познавањето на математика, односно конкретни сегменти што спаѓаат во неа, се задолжителен дел доколку сакате да работите во полето на Data Science (сепак станува збор за интердисциплинарна наука која опфаќа познавање и примена на повеќе области). Но, што конкретно треба да совладате доколку сакате да бидете Data Scientist?

Не е претерано, ако се рече дека математиката е предмет кој често наидува на отпор и носи со себе еден стереотип дека е тешка. Но, што е со нејзината позадина која му дава убавина на процесот на изнаоѓање решенија? Постои тука една голема историја која зборува за тоа како математиката влијаела да се оформи човештвото потпомагајќи ги најосновните процеси во секојдневниот живот, за сега да ја користиме за решавање на комплексни проблеми.

Во продолжение неколку видеа кои ќе помогнат да ја согледате можеби од поинаков аспект, давајќи и' дух и значење кое го заслужува. 

Убавината на математиката

Првично да ја разгледаме историјата на математиката и нејзината примена. 

Следно, едно видео со Еди Ву, кој во рамки на Ted Talks одржа говор за математиката прикажувајќи ја нејзината убавина низ нешта кои ви се познати. Погледнете го видеото и дознајте повеќе: 

Колку математиката е потребна во полето на Data Science?

И сега, стигнуваме до она што ги интересира идните Data Scientists. Како што нашиот Red Hood посочи во шестото поглавје од својот Дневник, една од грешките кои би ги поправил ако може да се врати назад е да и’ се посвети на математиката повеќе. 

Ова е многу често прашање поставено од страна на почетниците во светот на Data Science - колку и кој вид математика е потребно да се изучува за да се работи во полето на Data Science?

Најчестиот одговор на кој ќе наидете е дека треба да знаете статистика. Но, има нешто подлабочинско од тоа. Погледнете го видеото со Кен Џи, кој во пет минути објаснува што од математика треба да совладате доколку сакате да бидете Data Scientist.

 

Накратко, за да работите во полето на Data Science потребно ви е да ги познавате овие сегменти: 

Mатематичка анализа /calculus/ - гранка од математиката која ја проучува стапката на промена на кривата, должината, површината и обемот на предметите. Станува збор за суштинско поле во математиката што се применува во многу алгоритми за машинско учење. Одличен пример да се добие претстава за потребата за нејзина примена во машинско учење е Gradient Descent.

Линеарна алгебра - основните аритметички операции, линеарните равенки, матриците и векторите се исто така дел од математиката што е неизбежно да се знаат за еден Data Scientist. 

Веројатност и статистикa - теоријата на веројатност е доста моќна за правење на предвидувања, бидејќи естимациите и предвидувањата се многу важен дел од областа Data Science. Додека пак, статистичките методи, особено дескриптивната статистика (које е тесно зависна со теоријата на веројатност) ќе ви помогне да донесете подобри бизнис одлуки базирани на податоците.

Сето ова е доволно да ви даде претстава за тоа кои делови од математиката се потребни доколку сакате да работите во полето на Data Science.