Шаг 2.
После матриц и пределов самое время браться за остальное.
Многомерный анализ и интегралы.
1. Второй семестр курса С. В. Шапошникова.
Лучший курс по многомерному анализу.
2. Семинары второго и третьего семестра А. Сукабичевского.
Оставим сходимость интегралов, рядов, и криволинейные интегралы на будущие шаги.
3. "Математический анализ в задачах и упражнениях" том 1 И. А. Виноградова и другие.
Разбираем только главы 7-8.
Линейная алгебра.
Может быть полезной подборка How to заботать линейную алгебру.
1. Курс лекций В. М. Мануйлов.
Проще не найдете, геометрический взгляд на линал: без алгебраического треша. Разбираем все, кроме тензоров.
2. Семинары С. В. Смирнова.
Смотрим все, кроме тензоров
3. Задачи по линейной алгебре и геометрии" Гайфулин и другие.
Разобраны все возможные алгоритмические задачи, которые постоянно встречаются на тестовом этапе в ШАД.
4. "Сборник задач по аналитической геометрии и линейной алгебре" С. В. Смирнова.
Как не странно, С. В. Смирнов ведет по нему свои семинары.
5. "Сборник Задач по алгебре" Кострикина.
Интересен именно теоретическими задачками.

Шаг 3.
Сходимость рядов и интегралов, криволинейные и кратные интегралы.
К несчастью, теория нас больше запутает: там ничего интересного— тока формализм. Поэтому смотрим только семинары и решаем задачки. Также может полезной подборка How to заботать математический анализ.
1. Семинары второго и третьего семестра А. Сукабичевского.
2. "Математический анализ в задачах и упражнениях" том 2 и том 3 И. А. Виноградова и другие.
Подходим к материалу выборочно: избегаем треша с функана.
3. "Дискретная математика" С. Б. Гашков
Смотрим только раздел про производящие функции.

Шаг 4.
Наконец возможно приступить к теор веру: приложению всего вышеперечисленного.
Теория вероятностей.
Теория по вероятности вас больше запутает и единственное, что оттуда нужно выделить: свойства интеграла Лебега. Поэтому берем все с подборки How to заботать задачи по теории вероятностей.

После этих шагов вам ничего не мешает ботать Анализ данных: смотрим подборку How to заботать машинное обучение.
Шаг 5.
Последний шаг возможно совмещаться со всеми другими.
1. "Задачи со студентческих олимпиад" А. Ю. Эвнин и другие.
Куча интересных задач с решением. Также советую обратить внимание на "Литература" в конце, где можно найти не менее интересные задачи. Помимо этого чекаем в тырнете варики олимпиад япрофессионал, высшая лига, олимпиады с мехмата, физтеха и т.д. А также и другие сборники задач со студентческих олимпиад.
2. Задачи с собеса в ШАД.
3. Задачи на нашем сайте.
4. #Задача_дня
5. Материалы онлайн ПТУ

Все книжки в комментариях, там же делимся своими любимыми материалами😎😎

#How_to_заботать

How to заботать Machine Learning?

Уже делали подобную подборку, но там как-то вышло совсем кратко. Да и участников становится все больше, да и у нас появился преподаватель по ML/DL, который хочет поделиться своим видением бота Machine Learning для ШАДа, магистратур и стажировок.

Перед тем, как разбираться в работе нейронных сетей, стоит изучить алгоритмы классического машинного обучения. На стаэеров в Data Science/ШАД etc. требуют в основном их знание и умение применять. На большей части курсов рассказывают про Numpy, pandas и визуализацию на уровне, необходимом для работы, так что не будем на этом останавливаться.
Материалы можно разделить на два типа: больше практические и больше теоретические.
Из хороших практических курсов можно отметить следующие:
1) Mlcourse.ai
англоязычная версия Открытого курса по машинному обучению от ODS. Он достаточно полно рассказывает об основных моделях машинного обучения и как их применять на практике, и, в отличие от множества других курсов, уделяет отдельное внимание разведывательному анализу данных и feature engineering, что мало где освещается и помогает получать хорошие результаты в контестах и отборочных по АД.
2) Введение в Data Science и машинное обучение
Очень много практических примеров и заданий, основное внимание уделяется линейным моделям и деревьям - основным моделям, используемым в табличном машинном обучении. Отточенный навык их применения также сильно улучшит ваши результаты в контестах и задачах классического ML.
3) Машинное обучение и анализ данных
Cпециализация от МФТИ и Яшки, 6тилетней давности. Очень много практики и различных приемов, показанных на разных задачах, в том числе на нетабличных данных вроде временных рядов.
Большая часть практических курсов повторяют друг-друга, и редко приносят что-то новое. Если изучить 2 их 3 представленных выше курсов, то вы сможете показать хорошие результаты в любом отборочном контексте по машинному обучению и анализу данных, что позволит пройти без труда пройти в ШАД или на стажировку, магистратуру.

Однако, порой на собеседованиях начинают больше спрашивать про теорию машинного обучения, которую на практических курсах объясняют на пальцах. Чтобы больше в неё погрузиться, можно воспользоваться следующими материалами:
1) Курс Воронцова на физтехе
Лекции, есть и семинары. Но основная его ценность заключается в полноте представленной информации и глубокому теоретическому обоснованию всего происходящего. Для тех, кто любит математику.
2) Учебник Яндекса
Очень глубоко рассказывает как про математические основы алгоритмов ML, так и про то, как их эффективно написать. Никаких практических примеров нет, но по нему легко самостоятельно написать эти алгоритмы, что даст вам хороший прирост в понимании и позволит впечатлить HR.
3) Курс ФКН по Машинному обучению
Есть как теория, так и много практических заданий. Наиболее разносторонний курс из представленных. Очень советуем ознакомиться при наличии времени и желания.

Без этого ты сольешь ШАД

Ну что, товарищи, первый этап уже 6-12 мая. Много раз упомянал, что в программу первого этапа входит теор мин любого экзамена, зачета, во всех заданиях просто зашифрована простая идея или комбинация идей, все решается обычно в шага три.
Но что же делать, когда от волнения кровь стучит в виске и трясутся руки, и своей память просто не веришь? Конечно же нужно обложиться вольфрамом, гуглом и любимыми методичками, лекциями, где информация проверена, а нужный пример решения ищется в 2 клика мышки. О наиболее удачных методичках и пойдет речь.

Линейная алгебра
Как необходимый теоретический материал советую лекции Мануйлова, как мне кажется это лучшее, что есть для ШАДа и магистратур.
Примеры решения задач советую смотреть в Гайфулине. Писался для подготовки к зачетам мехмата, поэтому в нем разобраны все стандартные задачи.
В дополнении можно посоветовать Канунникова, где разбираются продвинутые задачи начал алгебры. Также Тимашева 1ый семестр, где аналогично Каннуникову, и 2ый семестр, где уже разбираются более теоретические задачки линала из того же Кострикина.
Время от времени в вариантах первого этапа возникают задачи по ангему, здесь же советую семинары Пенского.

Теория вероятностей
Как всегда посоветую книжечку для экономистов и семинары Сердобольской, которые отлично дополнят друг друга. Также советую, уже ставшей классикой зачеты Кондратенко, где собраны все типовые задачи, но без хорошей теоретической прокачки подступиться к ним будет непросто, ибо решения зачастую короткие.

Математический анализ
Однозначно семинары Скубачевского. Если чего-то не хватает, как например дифференцирование интеграла по параметру, то смотрим задачники Виноградовой.

Конечно мир не стоит на месте и постоянно появляются все новые и новые пособия. Если здесь не нашли своих фаворитах, то обязательно делитесь ими в комментариях!
Также для приобретения всех необходимых знаний и навыков для гарантрованного поступления в ШАД/магистратуры советую наши курсы.

Проблема:

В целом, все хорошо, однако я не выполнил основные задачи. Стоит опять пользоваться таблицей Эйзенхауэра.
Я продолжу стараться перевестись в другое направление, потому что образование здесь меня совсем не устраивает.
У меня нормализовалась эмоциональная составляющая, соответственно, я не чувствую эмпатию и вижу только. Вопрос с этим практически иссяк, но думаю это тоже стоит анализировать. Так же как и расходы

Анализирую ошибки:

Я выстроил список тем для задач и лекций по математическому анализу, так что должен избежать прошлую проблему.
Наедине, я в основном рефлексировал, но не особо задумывался над задачей, которая у меня стоит со стороны психологических навыков. Нужно помнить, что люди, в принципе, предсказуемые и нужно задать лишь задать их вектор.

Nya

#How_to_заботать

How to заботать задачи по теории вероятностей?

К несчастью, классический курс половину семестра строит интеграл Лебега, а другую половину доказывает десяток ЗБЧ, ЦПТ. По итогу студент не умеет решать задачи и может забыть о карьере кванта (https://t.me/postypashki_old/238) или поступлении в ШАДы.

Чтобы исправить такую несправедливость судьбы, подготовил подборку материалов, которая сделает из вас мастера спорта по теории вероятностей.

1. "Теория вероятностей и математическая статистика" Л. Н. Фадеева, А. В. Лебедев.
Книжка для экономистов. Доступно разобрана базовая теория, много примеров решения задачек и также предлагается много типовых must have задачек.
2. Семинары Шкляева. Хороший мехматовский преподаватель, котором не пофигу. На teach-in есть и конспекты, и видосы, еще прилагаю его листочки с задачами. Академический треш терпится.
https://teach-in.ru/course/probability-theory-seminar..
3. "Сборник задач по теория вероятностей" Б. А. Севастьянов.
Куча крутых примерчиков, море крутых задачек, к которым есть решения. Задачник топ.
4. "Вероятность в теоремах и задачах" А. Н. Ширяев.
Зав кафедры теории вероятности мехмата (87 лет) 😎😎. Помню он как-то рассказывал первакам (на выдаче студаков) историю и забыл, чем она кончилась.
В книжке же very много прикольных задач, но начинающий этого не оценит. Также как и его "Вероятность" советую только продвинутым.
5. "Задачи с зачётов по теории вероятностей".
Сборник составлен как подарок будущим поколениям от студентов легендарного А. Е. Кондратенко. Задачи в большинстве непростые, но баянистые.
6. Листки с ПМИ ВШЭ по теории вероятностей.
Скорее развлечение на вечер, но думаю начинающим пригодиться. К тому же, некоторые из них встречались на интервью в ШАД.

Все материалы в комментариях, там же делитесь своими любимыми.

#How_to_заботать

How to заботать линейную алгебру?

Важнейшая дисциплина, без которой невозможно поступить в ШАД, в магистратуру, сдать ГОС, написать олимпиаду. Да и без нее невозможно просто чувствовать себя уверенно в программировании, DS, разобраться в других математических предметах как многомерный анализ, дифференциальные уравнения, статистический анализ и тд. Линейная алгебра просто составляет БАЗУ грамотного человека, ведь это язык науки.
Все книжки как всегда в комментариях, там же делимся своими любимыми материалами и опытом по боту линала😎😎

Шаг-0.
Так как линал это в первую очередь язык, а не полноценная наука, то лучше всего начать с аналитической геометрии— его приложений. Особенно если до этого никогда линейную алгебру не изучали, то все эти многомерные определения и конструкции могут показаться чересчур абстрактными, поэтому лучше разобраться с ними на R^2 и R^3, на малых размерностях, где все приобретает простой геометрический смысл, а затем без боли обобщить на R^n. В этом, конечно, поможет наша подборка How to заботать алгебру и аналитическую геометрию.

Шаг-1.
По теории подойдет любой классический курс, какой больше нравится. Могу предложить попробовать лекции, ибо они уже сжаты и структурированы и не выглядят, как толстый справочник обо всем. Например, мне нравятся лекции Мануйлова с мехмата, где дан именно геометрический взгляд на линал без всякого алгебраического треша, который порой появляется у Винберга, Кострикина и у других алгебраистов. В дополнение могу посоветовать лекции Тимашева с того же мехмата, где много прикольных примеров и материал рассказан посвободней, чем у Мануйлова. Оба автора злоупотребляют мат индукцией в целях экономии времени, поэтому многие теоремы остаются неживыми. Но если будет (((много огоньков и шэров))), то дальнейшие лекции Нарративной алгебры это поправят🔥🔥
К теории, конечно, необходима практика, как всегда, самое главное — научиться решать задачи. Для этого отлично подойдут семинары Смирнова, где в основном разбираются вычислительные задачи, и семинары Тимашева, где есть и много прикольных теоретических задач. Решают они задачник Смирнова и задачник Кострикина соответственно. От физтеха же есть семинары Ершова, который идет по задачнику Беклемишева. Также в "Задачи по линейной алгебре и геометрии" Гайфулин и др разобраны все алгоритмические задачи.
Помимо классических курсов как всегда предлагаю 3Blue1Brown, где на пальцах показывают сущность линейной алгебры и порезанный курс Саватеева. Это скорее прикольные примеры и иллюстрации, чем полноценные курсы, по которым возможно изучать линейную алгебру.

Шаг-2.
После того, как научились решать стандартные задачи самое время перейти к менее тривиальным, такие конечно же возможно найти в Шаге-5 How to заботать ШАД, вариантах магистратур и олимпиад. Также возможно посмотреть, что там у пиндосов: того же Гильберта Стрэнга, где немало прикольных задач, примеров, а также в конце написаны занимательные приложения линейной алгебры. Еще больше всяких книжек такого духа собрано на диске, которые помогут окончательно разобраться, например, с такой непростой темой как ЖНФ: уверяю, если изучите этот раздел в парочке источников и решите парочку задач, то понимание не заставит себя ждать. Помимо этого возможно погружаться в диффуры, теорию групп, функциональный анализ и прочее продолжение и приложение линейной алгебры, но для тех же олимпиад, магистратур и ШАДа это уже будет overkill, кроме диффуров.
Если же хотите заботать линал в короткие сроки с нашими преподавателями, кругу единомышленников, то вам стоит уже сейчас записаться на будущие наборы нашего курса по алгебре и анализу😎😎

Окей. начинаем

Вопросы к экзамену по линалу

задачи https://docs.google.com/document/d/11002zW-h343MBQgGyhTqRUVo0JcPeLbpCcXjAtxT0mE/edit

подскажите пожалуйста, мы прошли все эти темы по матанализу?? 2-й семестр
А. Определенный интеграл Римана и его приложения.
1.Интеграл Римана. Критерий Коши. Необходимое условие интегрируемости, достаточное
условие.
2.. Классы функций, интегрируемых по Риману.
3. Суммы и интегралы Дарбу, критерий Дарбу. Критерий Лебега (без доказательства).
4. Свойства интеграла Римана, теорема о среднем значении.
5. Основная теорема интегрального исчисления.
6. Формула Ньютона-Лейбница. Обобщенная первообразная.
7. Замена переменной и интегрирование по частям в определенном интеграле.
8. Аппроксимация определенного интеграла.
9. Вычисление длины кривой, площади и объема.
10. Кривые в евклидовом пространстве.
11. Кривизна кривой.
Б. Несобственные интегралы (НИ).
НИ, критерий Коши.
Признаки сравнения для НИ.
Абсолютно и условно сходящийся НИ.
Признак Абеля и Дирихле сходимости НИ.
Интегральный признак сходимости ряда.
Понятие главного значения НИ.
В. Некоторые понятия топологии. Метрические пространства.Определение метрического пространства, примеры.
Открытые и замкнутые множества в R n и их свойства.
Понятие компакта. Компакты в Rn и их свойства.
Последовательности в Rn и их сходимость.
Непрерывные функции в Rn .
Свойства непрерывных функций, заданных на компакте.
Г. Дифференциальное исчисление функций многих переменных.
Дифференцируемые функции в Rn .
Дифференцирование сложной функции.
Производная по направлению. Градиент.
Геометрический смысл дифференциала.
Частные производные высших порядков.
Дифференциалы высших порядков.
Формула Тейлора.
Приложение формулы Тейлора. Локальный экстремум функции многих переменных.
Неявные функции.
Основные теоремы о неявной функции.
Система неявных функций.
Дифференцируемые отображения. Матрица Якоби.
Условный экстремум функции многих переменных.
Д. Числовые ряды.
Числовой ряд. Критерий сходимости Коши. Необходимое условие сходимости.
Знакопостоянные ряды. Признаки, основанные на сравнении рядов.
Интегральный признак сходимости Коши.
Признаки Раабе и Гаусса.
Знакочередующиеся ряды. Признак сходимости Лейбница.
Знакопеременные ряды. Абсолютная и условная сходимость.
Сочетательное и переместительное свойство рядов.
Теорема Римана об условно сходящихся рядах.
Умножение рядов. Преобразование Абеля. Признаки Абеля и Дирихле.
Повторные и двойные ряды.
Бесконечные произведения и их связь с рядами.
Е. Функциональные последовательности и ряды. Равномерная сходимость.
Общее определение равномерной сходимости. Примеры равномерной и неравномерной
сходимости последовательности функций.
Критерий Коши равномерной сходимости последовательности функций.
Признак Вейерштрасса равномерной сходимости функционального ряда (ФР), примеры.
Признаки Абеля и Дирихле равномерной сходимости ФР, примеры.
Теорема о непрерывности суммы ФР.
Теорема о почленном интегрировании ФР.
Теорема о почленном дифференцировании ФР, пример.
Равномерная сходимость функций по параметру. Критерий Коши.
Условие интегрируемости предельной функции.
Переход к пределу под знаком интеграла.
Теорема о непрерывности и интегрируемости собственного интеграла, зависящего от параметра.
Дифференцирование собственного интеграла, зависящего от параметра. Теорема Лейбница.
Несобственные интегралы, зависящие от параметра.
Ж. Степенные ряды.
Степенные ряды в действительной области. Радиус и интервал сходимости. Теорема Абеля.
Формулы для нахождения радиуса сходимости.
Теоремы о почленном интегрировании и дифференцировании степенного ряда.
Ряд Тейлора.Ряд Тейлора для показательной функции, cosx, sinx.
Ряд Тейлора для функции ln (1+x), arc tgx.