"Quando se realiza uma atividade no cotidiano, dificilmente a situação dos acontecimentos é relacionada à matemática, independente da tarefa que está sendo executada. Esquece-se das aulas ministradas pelos mestres, das fórmulas que foram traçadas na lousa, bem como das histórias que eram proferidas como as que envolviam a contagem de carneiros e ovelhas.
A matemática está presente em todos os segmentos da vida e em todas as tarefas executadas do nosso dia a dia, seja na compra de um simples pão como na aplicação de um grande investimento financeiro. Assim, ao acordar, o despertador expressa as horas utilizando o princípio da contagem do tempo, quando fazemos uma refeição utilizamos o conceito da proporção, e assim por diante.
Porém, a matemática é aceita com insatisfação pela comunidade escolar, pois exige dos estudantes um grau de memorização e uma ampla linha de raciocínio, esta dificuldade encontrada que os fazem distanciar-se de sua prática no cotidiano.
O modelo atual da matemática contextualizada desvincula a forma mecânica com que era aplicada aos alunos em tempos atrás, pois, pouco atrativa, distanciava-os da prática por não existir o interesse de aprenderem tal matéria. Com o decorrer do tempo, a matemática moderna apresentou um novo cenário a esta ciência, em sua forma de ser apresentada e ensinada, que fez com que em seus assuntos fossem exercitados envolvendo as situações do cotidiano, através dos contextos."
Este é a introdução que o Cézar Pessoa Cunha escreve na sua obra A Importância da Matemática no Cotidiano. Revista Científica Multidisciplinar Núcleo do Conhecimento. Edição 04. Ano 02, Vol. 01. pp 641-650, Julho de 2017. ISSN:2448-0959.
A matemática é parte integrante da ciência de dados. Qualquer cientista de dados praticante ou pessoa interessada em construir uma carreira em ciência de dados precisará ter uma sólida formação em campos matemáticos específicos.
Uma parte significativa de sua capacidade de traduzir suas habilidades de ciência de dados em cenários do mundo real depende de seu sucesso e compreensão da matemática. Carreiras em ciência de dados exigem estudo matemático porque algoritmos de aprendizado de máquina, análises e descobertas de dados requerem matemática.
Embora a matemática não seja o único requisito para o seu caminho educacional e profissional em ciência de dados, geralmente é um dos mais importantes. Identificar e compreender os desafios de negócios e traduzi-los em parâmetros matemáticos é considerado uma das etapas mais importantes no fluxo de trabalho de um cientista de dados.
Abaixo estão algumas das áreas de matemática que você usará em sua carreira de ciência de dados.
Existe uma deficiência de formação em boa parte da população brasileira em Matemática Básica e, em função disso, resolvemos fazer nossa contribuição, na esperança de diminuir essa deficiência e melhorar a situação dessa porção de nossa população.
Conhecimento de Matemática para Cientista de Dados
Dependendo de sua escolha de carreira, como cientista de dados, você precisará além de: Estatística, Linguagem de Programação, Conhecimentos de Négocio, Resolver problemas, Apresentar os resultados, "Também da MATEMÁTICA"
O que você vai aprender
Meu Pedido
Carrinho Vazio
Notificações
Marcar todas como lidas