Bootcamp – introduction to mathematics 1000-317bBIM
The lecture has the form of an intensive course taught during the first two weeks of the first semester. The topics are divided into three thematic groups:
* Linear algebra and geometry (2 lectures)
+ SVD decomposition
+ Other matrix decompositions
+ Structure theorems
* Calculus (2 lectures)
+ Chain rule
+ Multivariate integrals
* Probability theory and statistics (3 lectures)
+ Random variables, mean, variance, higher moments
+ Central Limit Theorem
+ Typical probability distributions
Type of course
Course coordinators
Learning outcomes
Knowledge: the student
* has in-depth understanding of the branches of mathematics necessary to study machine learning (probability theory, statistics, multivariable calculus, and linear algebra) [K_W05]
Abilities: the student is able to
* construct mathematical reasoning [K_U06];
* express problems in the language of mathematics [K_U07].
Social competences: the student is ready to
* critically evaluate acquired knowledge and information [K_K01];
* recognize the significance of knowledge in solving cognitive and practical problems and the importance of consulting experts when difficulties arise in finding a self-devised solution [K_K02]
Assessment criteria
Mid-term/end-term test
Bibliography
1. A. Białynicki-Birula, Algebra liniowa z geometrią, Państwowe Wydawnictwo Naukowe, Biblioteka Matematyczna t.48, Warszawa 1979.
2. Zbiór zadań z algebry , pod red. A. I. Kostrikina, wydanie drugie zmienione, Wydawnictwo Naukowe PWN, 2005-2013
3. T. Koźniewski, Wykłady z algebry liniowej I i II , Uniwersytet Warszawski, 2004, 2006
4. Kazimierz Kuratowski, Rachunek różniczkowy i całkowy. Funkcje jednej zmiennej, PWN.
5. W. Kołodziej, Analiza matematyczna, PWN, Warszawa 2009.
6. A. Birkholc, Analiza matematyczna: Funkcje wielu zmiennych. Wydanie II, PWN, Warszawa 2018.
7. G. M. Fichtenholz, Rachunek różniczkowy i całkowy. Tom 1-3, PWN, Warszawa 2007.
8. W. Rudin, Podstawy analizy matematycznej, PWN, Warszawa 2009.
9. W. Rudin, Analiza rzeczywista i zespolona, PWN, Warszawa 2009.
10. P. Strzelecki, Analiza matematyczna II (skrypt wykładu), http://dydmat.mimuw.edu.pl/sites/default/files/wyklady/analiza-matamatyczna-ii.pdf
11. J. Jakubowski, R. Sztencel, Rachunek prawdopodobieństwa dla prawie każdego, Script, Warszawa 2006.
12. W. Krysicki i współautorzy, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach , część I, II, Wydawnictwo Naukowe PWN, Warszawa 2004.
13. W. Feller, Wstęp do rachunku prawdopodobieństwa , Wydawnictwo Naukowe PWN, Warszawa 2006. (dla chętnych)
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: