Математика для Data Science: что это, где применяется и как освоить

Одни уверены, что без полного вузовского курса высшей математики в Data Science не войти, другие — что библиотеки всё посчитают сами. Рабочий минимум лежит между ними: доказывать теоремы почти не приходится, зато постоянно нужно прочитать формулу функции потерь и понять, почему обучение «разошлось». Ниже на учебном примере видно, как одна производная объясняет поведение модели, которое без неё выглядит капризом.

Что делает каждый раздел в работе с данными

Линейная алгебра нужна с первого дня. Таблица с 10 000 клиентами и 20 признаками — это матрица 10 000 × 20, а каждый клиент — вектор из 20 чисел. Линейная регрессия умножает матрицу на вектор весов и получает 10 000 прогнозов одной операцией. Расстояние между векторами лежит в основе метода ближайших соседей, а разложения матриц сжимают 20 признаков до двух-трёх главных компонент (метод PCA).

Из математического анализа нужна прежде всего производная. Модель измеряет свою ошибку функцией потерь, например средним квадратом отклонения прогноза от факта. Градиент — набор производных по каждому весу — показывает, как изменится ошибка, если чуть сдвинуть вес. Градиентный спуск раз за разом делает шаг против градиента, и ошибка уменьшается. Так обучаются и логистическая регрессия, и нейросети.

Теория вероятностей описывает неопределённость. Классификатор оттока выдаёт вероятность ухода клиента, и 0,8 не значит «уйдёт точно». Формула Байеса объясняет, почему при редкой болезни положительный результат даже точного теста чаще оказывается ложным. Выборки, интервалы и проверка гипотез — уже территория статистики, о ней на сайте есть отдельная статья; здесь вероятность нужна как язык, на котором записаны сами модели.

Учебный пример: почему модель не учится

Учебная задача: предсказать арендную плату по площади квартиры. Данных три строки: 30 м² — 30 тыс. ₽, 50 м² — 45 тыс., 70 м² — 60 тыс. Модель простая: плата = w × площадь + b. Обучение начинается с нулевых весов, и ошибка — средний квадрат отклонения — равна 2175.

Производная функции потерь по w в этой точке равна −4900, по b — −90. Знак минус говорит, что оба веса нужно увеличивать, а величина — насколько сильно ошибка на них реагирует. Шаг обучения 0,0001 даёт w = 0,49, и ошибка падает до 438. Шаг 0,001 перебрасывает w до 4,9, и ошибка вырастает до 44 629, в двадцать раз больше исходной: модель «разошлась». Если видеть производную, причина понятна: вес при площади умножается на числа порядка 50, поэтому градиент по нему огромен, и крупный шаг проскакивает минимум.

Та же разница в масштабе даёт второй эффект. При скромном шаге w за десять итераций подбирается к 0,88, а b после 50 итераций равен 0,02, хотя точное решение — w = 0,75 и b = 7,5. Градиент по b в десятки раз слабее, и даже после 100 000 итераций b доходит только до 6,4. Если стандартизировать площадь — вычесть среднее и разделить на стандартное отклонение, — при шаге 0,1 модель находит точное решение за 50 итераций. Совет «масштабируйте признаки» перестаёт быть ритуалом, когда вы один раз посчитали эти производные сами.

Сколько математики нужно именно вам

Удобную шкалу предлагают авторы учебника «Mathematics for Machine Learning» Марк Дайзенрот, Альдо Фейсал и Чен Сун Онг (Cambridge University Press, 2020; PDF бесплатно выложен на сайте книги). В предисловии они по аналогии с музыкой делят людей, работающих с машинным обучением, на три группы. «Проницательный слушатель» пользуется готовыми инструментами и облачными сервисами. «Опытный исполнитель» собирает из библиотек конвейер анализа и подбирает методы под задачу. «Начинающий композитор» разрабатывает новые методы. Большинству читателей этой статьи нужен уровень исполнителя.

По оглавлению видно, какой объём авторы считают основой. Первая часть — шесть глав: линейная алгебра, аналитическая геометрия, разложения матриц, векторный анализ, вероятности и распределения, непрерывная оптимизация. Вторая — четыре «столпа» машинного обучения: регрессия, снижение размерности, оценка плотности и классификация. От читателя ожидают школьного уровня: производные и интегралы он видел, с векторами на плоскости знаком. Авторы прямо пишут, что не собирались писать учебник машинного обучения, а хотели дать основу, с которой проще читать другие книги.

Для трёх типичных читателей это означает разный вход. Аналитику, который уверенно работает в SQL и pandas, обычно не хватает матриц и градиента. Программисту легче всего даётся линейная алгебра через NumPy, а слабым местом оказываются вероятности и привычка читать формулы. Выпускнику гуманитарного факультета стоит начать со школьной алгебры — функций, графиков, степеней и логарифмов, — иначе производная останется набором правил.

С чего начать и в каком порядке осваивать

Порядок подчиняется зависимостям между темами. Линейная алгебра идёт первой, потому что на её языке записано всё остальное: данные — матрица, градиент — вектор. Производная требует уверенного обращения с функциями, а вероятностные модели вроде логистической регрессии соединяют оба раздела. Каждую тему стоит сразу переводить в код на NumPy. Авторы «Mathematics for Machine Learning» допускают и обратный путь «сверху вниз»: начать с задачи и спускаться к нужной для неё математике. Он подходит тем, кто уже обучает модели, но натыкается на непонятные формулы.

1. Школьная база: функции и графики, степени, экспонента и логарифм.
2. Векторы и матрицы: скалярное произведение, умножение матриц, транспонирование, размерности. Всё сразу в NumPy.
3. Производная, частные производные, градиент и правило цепочки — на последнем держится обучение нейросетей.
4. Вероятность: условная вероятность, формула Байеса, математическое ожидание, нормальное и биномиальное распределения.
5. Сборка: линейная и логистическая регрессия на NumPy с градиентным спуском и сверка результата со scikit-learn.
6. Разложения матриц и PCA — когда первые модели уже работают.

Если нужен структурированный онлайн-курс именно по этому набору, на курсе «Математика для Data Science» от Skillbox за четыре месяца проходят функции нескольких переменных, градиенты, матрицы и их разложения, а затем вероятности, распределения и проверку гипотез. По обзору на Учи.Онлайн в программе 25 практических заданий, вычисления проверяют в Python с библиотекой SymPy. На старте нужны основы Python, а четыре месяца, как честно предупреждает обзор, не заменяют вузовской подготовки.

Упражнения и самопроверка

Почти любую выкладку можно сверить с библиотекой или численным расчётом, поэтому упражнения стоит выбирать такие, где ответ проверяется без преподавателя. Первое — повторить пример с арендой для десяти признаков и сравнить веса с LinearRegression из scikit-learn. Второе — проверка градиента: посчитать производную по формуле, а затем численно, сдвинув вес на 0,0001 и разделив изменение ошибки на этот сдвиг. Если числа расходятся уже в третьем знаке, в формуле ошибка. Третье — сделать PCA через np.linalg.svd и сравнить с результатом scikit-learn.

Новички чаще всего учат формулы без кода или застревают на доказательствах и откладывают первую модель на полгода. Ещё одна частая ошибка — размерности: если вычесть из массива формы (n,) массив формы (n, 1), NumPy без предупреждения вернёт матрицу n × n вместо вектора ошибок. Привычка печатать .shape после каждой операции спасает от этого лучше любой теории.

Бесплатный вариант для тех, кто идёт в машинное обучение, — курс «Математика для анализа данных» от Karpov Courses. В нём три модуля: математический анализ, линейная алгебра и продолжение анализа. Длительность и наличие задачника в обзоре на Учи.Онлайн не указаны, поэтому проверьте на платформе, есть ли задачи с проверкой: математику без решения задач не освоить.

Как навык влияет на доход

Отдельной надбавки за математику зарплатная статистика не публикует. В вакансиях дата-сайентистов она стоит строкой требований рядом с Python и SQL, а доход меняет через задачи, которые вам доверяют: с этой базой аналитик может браться за модели оттока или спроса и претендовать на позиции, где модели обучают, а не только используют.

Ориентир по профессии даёт калькулятор зарплат Хабр Карьеры: по специализации «Учёный по данным» на конец сентября 2026 года он показывает медиану 233 333 ₽ в месяц по 452 анкетам, по России без разбивки по городам и уровням. Это зарплаты из анкет самих специалистов, а не вилки из вакансий, и относятся они к профессии целиком, поэтому считать эту сумму ценой одного навыка нельзя.

Чтобы оценить эффект для себя, сравните вакансии своей профессии с требованием машинного обучения и без него в одном регионе и на одном уровне опыта. Смотрите на медиану вилок и проверяйте, указана сумма до вычета налога или на руки.

Что проверить при выборе обучения

Хорошая программа даёт много задач с проверкой или разбором, связывает каждую тему с конкретной моделью и просит запрограммировать формулу, а не только решить её на бумаге. Посмотрите и на входные требования: курс, рассчитанный на знание Python, будет тяжёл тому, кто ещё не писал код.

Если математику вы хотите учить внутри полной программы, на курсе Data Scientist от TeachMeSkills математический модуль — линейная алгебра, статистика и теория вероятностей — стоит между SQL и классическим машинным обучением. Всего в программе 14 модулей за 7,5 месяца, дальше идут глубокое обучение, обработка текстов и временные ряды. Обзор на Учи.Онлайн предупреждает, что без математической базы к теоретическому модулю лучше подготовиться заранее.

Короткий курс по математике подходит тем, кто уже работает с данными и закрывает пробел. Модуль внутри профессии — тем, кто меняет сферу и хочет, чтобы математика шла прямо перед моделями. Если вы не уверены в школьной базе, ни тот ни другой не заменит пары недель повторения функций и логарифмов.

Сравнить онлайн-школы поможет рейтинг онлайн-школ с обучением Data Science. Он шире темы статьи: в нём программы по профессии целиком, поэтому математический блок каждой сверяйте с учебным планом.

Прежде чем платить за обучение, проверьте себя на примере с арендой. Если вы можете посчитать производную функции потерь и объяснить, почему модель разошлась при шаге 0,001, вам уже нужен курс машинного обучения, а не математики.