Diskrete Mathematik und Analyse sozialer Graphen Das Universitätsnetzwerk

Beschreibung

Das Hauptziel dieses Kurses ist die Einführung in Themen der Diskreten Mathematik, die für die Datenanalyse relevant sind.

Wir beginnen mit einer kurzen Einführung in die Kombinatorik, den Zweig der Mathematik, der das Zählen untersucht. Die Grundlagen dieses Themas sind für alle, die in der Datenanalyse oder Informatik arbeiten, von entscheidender Bedeutung. Wir werden neue Erkenntnisse veranschaulichen, indem wir beispielsweise die Anzahl der Features in Daten zählen oder die Zeit schätzen, die für die Ausführung eines Python-Programms erforderlich ist.

Als nächstes werden wir unser Wissen in der Kombinatorik anwenden, um die grundlegende Wahrscheinlichkeitstheorie zu studieren. Die Wahrscheinlichkeit ist in der Datenanalyse allgegenwärtig und wir werden sie später genauer untersuchen. Unsere Ziele für den Wahrscheinlichkeitsabschnitt in diesem Kurs werden darin bestehen, einen ersten Eindruck von diesem Bereich zu vermitteln.

Schließlich werden wir die kombinatorische Struktur untersuchen, die für die Datenanalyse am relevantesten ist, nämlich Diagramme. Überall um uns herum finden Sie Grafiken, und wir werden Ihnen zahlreiche Beispiele liefern. Wir werden uns in diesem Kurs hauptsächlich auf die Grafiken sozialer Netzwerke konzentrieren. Wir werden Ihnen relevante Begriffe aus der Graphentheorie liefern, sie in den Graphen sozialer Netzwerke veranschaulichen und ihre grundlegenden Eigenschaften untersuchen. Am Ende des Kurses werden wir ein Projekt haben, das sich auf Diagramme sozialer Netzwerke bezieht.

Als Voraussetzung setzen wir nur grundlegende Mathematik (z. B. erwarten wir, dass Sie wissen, was ein Quadrat ist oder wie man Brüche hinzufügt), grundlegende Programmierung in Python (Funktionen, Schleifen, Rekursion), gesunden Menschenverstand und Neugier voraus. Unsere Zielgruppe sind alle Personen, die in der Datenanalyse arbeiten oder arbeiten möchten, angefangen von motivierten Schülern.