1

Етап 1

Высшая математика. За основу взята подготовка к ШАД

2

Етап 2

Изучить Python

3

Етап 3

Big Data Coursera

04 листопада—03 березня

1

Етап 1

Высшая математика. За основу взята подготовка к ШАД

2

Етап 2

Изучить Python

3

Етап 3

Big Data Coursera

04 листопада—03 березня

04 листопада 2015

Мета закинута

Автор не відписував в цілі 8 років 10 месяців 22 дня

Освіта

Изучить Big Data к Осени 2016

Изучить Python

Прокачать Математику

Прокачать ТерВер и МатАнализ

Поднять Кормена

Пройти курсы по BigData

Установить Hadoop и решить тех. задачу.

 Критерій завершення

Адекватная оценка себя самого, возможно собеседование где-нибудь.

 Особисті ресурси

Время, Деньги, Знания

 Екологічність мети

Получить новый опыт, увеличить доход, прокачаться в интересующей области

  1. Высшая математика. За основу взята подготовка к ШАД

    1. Комбинаторика

      Подготовиться в области комбинаторики.

      Для этого есть литература из программы поступления:

      • Виленкин Н.Я. Комбинаторика
      • С.А. Генкин, И.В. Итенберг, Д.В. Фомин. Ленинградские математические кружки

      Кроме того на Coursera есть курс А.М. Райгородского по комбинаторике, включающий теорию и задачки.

      Цель этапа: изучить курс и обе книги, решить 30% предлагаемых задач на каждую тему.

    2. Алгебра

      Изучить литературу из списка, уметь решать технические задачи, а также творческие сложные задачи, где сплетаются несколько понятий и выводов

      Литература:

      • Кострикин А.И. Введение в алгебру (к трехтомнику есть еще и задачник)
      • Курош А.Г. Курс высшей алгебры
      • Винберг Э.Б. Курс алгебры
    3. Теория вероятностей

      Наиболее сложная для меня область. Нужно немало потрудиться, чтобы чувствовать себя в ней свободно.

      Литература:

      • Гнеденко, Б. В. Курс теории вероятностей,
      • Гнеденко Б. В., Хинчин А. Я. Элементарное введение в теорию вероятностей
      • Ширяев, А. Н. Вероятность
      • Севастьянов Б. А., Курс теории вероятностей и математической статистики
      • Севастьянов, Б. А., Чистяков, В. П., Зубков, А. М. Сборник задач по теории
        вероятностей

      Был наслышан об учебнике Ширяева, наверно, это самый сложный для понимания из приведенных здесь учебников.

    4. Алгоритмы и структуры данных

      Наиболее "программисткая" область. Однако, чтобы понимать трудоемкость и корректность некоторых из них, нужна нехилая математическая подготовка.

      Литература:

      • Шень А. Программирование: теоремы и задачи
      • Вирт Н. Алгоритмы и структуры данных
      • Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ

      Покорить "Кормена" -- это уже подвиг для любого программиста :)

    5. Математический анализ

      Наиболее спокойная область, поблескивающая металлическим цветом своей фундаментальности.

      Литература:

      • Архипов Г. И., Садовничий В. А., Чубариков В. Н. Лекции по мат. анализу
      • Зорич В. А. Математический анализ. Часть I
      • Кудрявцев, Л.Д., Курс математического анализа (в трех томах)
      • Демидович, Б. П., Сборник задач и упражнений по математическому анализу
  2. Изучить Python

    Пока не совсем определился с рамками цели.

    На данном этапе это будет Python. Возможно потом изменится на Scala.

    С датой начала пока не совсем понятно. Возможно конец ноября

  3. Big Data Coursera

    Пройти серию курсов по Big Data на Coursera

    https://www.coursera.org/specializations/big-data

    Всего 6 этапов.

    Последний заканчивается где-то в Марте 2016

  • 2435
  • 04 листопада 2015, 08:02

Реєстрація

Можливості
безмежні.
Настав час
відкрити свої.

Уже зарегистрированы?
Вхід на сайт

Заходьте.
Відкрито.

Ще не зареєстровані?
 
Підключіться до будь-якого з ваших акаунтів, ваші дані будуть взяті з акаунту.
Забули пароль?