Foundations of data science

หน้านี้สำหรับเก็บเอกสารและการบ้านรายวิชา 01204515 Foundations of Data Science ปีการศึกษา 2564 ภาคต้น

รายวิชานี้จะใช้หนังสือ Foundations of Data Science (Blum, A., Hopcroft, J., & Kannan, R. (2020). Foundations of Data Science. Cambridge: Cambridge University Press. doi:10.1017/9781108755528) เป็นหนังสือหลัก (ดาวน์โหลดจากโฮมเพจของ Hopcroft)

การบ้าน

อ้างอิงจากหนังสือ ฉบับวันที่ 2 March 2019

• Homework 1 (due 2 Sep.): 12.6, 12.15, 2.1(1), 2.5, 2.9, 2.27 (Programming), 2.32 (Programming), 2.14 (optional), 2.23 (optional)
  • Hint: 2.9 พิจารณา 1 มิติก่อน (d=1) นิยามของ variance คืออะไร, จากนั้นค่อยพิจารณา d มิติ

เนื้อหา

Week	Topics	Book chapter	Clips	Notes
1	Review of probability theory. Law of large numbers. Markov's Inequality. Chebyshev's Inequality	2	01-1: แนะนำ Law of large numbers, ทบทวนทฤษฎีความน่าจะเป็น (1) 01-2: ทบทวนความน่าจะเป็น - Random variable และ expectation 01-3: ทบทวนความน่าจะเป็น - Indicator random variable และ variance (แก้ไขแล้ว) 01-4: Markov's Inequality, Chebyshev's Inequality, และบทพิสูจน์ Law of large numbers	notes-01-1 notes-01-2
2	More review of probability theory: binomial, Poisson, and Gaussian random variables. High dimensional unit balls.	2	02-1: ทบทวนความน่าจะเป็น - ตัวแปรสุ่มแบบ binomial และ Poisson 02-2: ทบทวนความน่าจะเป็น - ตัวแปรสุ่มแบบ Gaussian 02-3: High dimensional unit balls - Volume ใกล้ surface 02-4: การสุ่มจุดจาก unit ball 02-5: คุณสมบัติของเซตของจุดที่สุ่มจาก unit ball 02-6: High dimensional unit balls - Volume ใกล้ equator	notes-02-1 notes-02-2
3	Gaussians in high dimensions. Random projection and the Johnson-Lindenstrauss Lemma. Separating Gaussians. Introduction to SVD and review of linear algebra.	2, 3		notes-03-1 notes-03-2