Рекомендации по изучению математики


Высшая математика

[Фихтенгольц Григорием Михайлович] Курс дифференциального и интегрального исчисления. 3 тома.

[Пискунов Николай Семенович] Дифференциальное и интегральное исчисления для втузов. 2 тома.


Подробнее и можно скачать материалы:
https://math1.ru/materials/books/teor.html


По курсам и самостоятельному изучению вышки


Было написано человеком из телеграм чата. К сожалению, он сам решил покинуть нашу группу, а аккаунт его был удален неизвестно по каким причинам.


По курсам и самостоятельному изучению вышки.

Я преподаватель математического анализа с 15-летним стажем (окончил аспирантуру по математическому анализу), в прошлом - олимпиадник. Сейчас преподаю в вузе и на курсах по подготовке к ЕГЭ по математике. То, что написано ниже - моё личное мнение, верить или не верить пусть каждый решает сам.

Курсы от Отуса никуда не годны - они совершенно не учитывают специфику тех, кто обучается. Это не антиреклама, каждый желающий может сходить и убедиться сам, если не жалко денег.

В чём коренная разница между изучением высшей математики студентами и людьми, которые изучали вышку несколько лет назад или вообще не изучали?

Капитан намекает, что студенты, во-первых занимаются математикой 3-4 часа в день минимум, во-вторых, они окончили 11 классов и в 10-11-м классе занимались математикой 2 часа в день минимум. (Речь, конечно, идёт о хороших выпускниках). Поэтому бросаться на амбразуру вышки, не владея каким-то минимум школьных знаний вряд ли хорршая идея.

Рекомендовал бы такой путь.

Продолжение и обсуждение в теме:

https://t.me/matematika_org/1213


[George B. Thomas, Jr.] Thomas’ Calculus Early Transcendentals [ENG, 2014] 13 изданий на 2014 год.

Пишут, что.

Хороший учебник с ответами.

https://t.me/matematika_org/3486


[Mail.ru] Академия больших данных

Проект от Mail.ru в области Data Science и Big Data для специалистов с опытом работы в IT.

Поготовили список материалов для изучения, который может быть поелезен в том числе и посетителям данного сайта.

Мое уважение всем тем, кто может решить вариант вступительного экзамена.


Рекомендации по изучению MachineLearning

(От людей которые работают по теме ML/DL. (Не от админа сайта))


[Ng, Andrew] Классический курс по MachineLearning [ENG]

Stanford Engineering Everywhere

https://see.stanford.edu/Course/CS229

https://www.coursera.org/learn/machine-learning


Франсуа Шолле: Глубокое обучение на Python [RUS]

(Наверное по библиотеке keras)


[Бесплатная книга] Deep Learning with PyTorch [ENG]


Рекомендации по изучению Статистики (Предварительно)


Админ не шарит, записывает мнение других людей “на будущее”.


https://stepik.org/course/76/promo#toc


Конспекты от студента:

https://github.com/KlukvaMors/basic_stat


Математическая статистика

https://compscicenter.ru/courses/math-stat/2015-spring/classes/


Теория вероятностей и математическая статистика

http://bdemeshev.github.io/pr201/


Рекомендации по изучению HyperLedger Fabric (BlockChain)

Официальная документация очень хорошая. С примерами программ. (Впрочем я нашел ошибки с выполнением кода на js и typescript).