Chevron Left
Вернуться к Анализ данных: финальный проект

Отзывы учащихся о курсе Анализ данных: финальный проект от партнера Московский физико-технический институт

4.7
Оценки: 273
Рецензии: 50

О курсе

Финальный проект даст вам возможность применить полученные в рамках специализации знания к задаче из реального мира. Под руководством успешных специалистов в науке о данных вы сможете поработать над актуальным проектом в одной из областей: электронная коммерция, социальные медиа, информационный поиск, бизнес-аналитика и др. В отличие от задач, основанных на модельных данных, работа над проектом из реальной жизни даст вам возможность самостоятельно пройти все этапы анализа данных — от подготовки данных до построения финальной модели и оценки её качества. В результате в вашем арсенале появится проект, который вы сможете использовать на практике и самостоятельно развивать в дальнейшем. Наличие такого проекта станет вашим конкурентным преимуществом, ведь вы всегда сможете продемонстрировать успешный проект потенциальному работодателю. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Лучшие рецензии

DM

Sep 26, 2019

Проходил вариант с идентификацией пользователей - хорошая практика, время было потрачено не зря, что можно сказать про всю специализацию в целом.

PS

Sep 06, 2019

Отличный курс! Закладывает прочные основы для дальнейшего развития в Data Science. Помогает приобрести базовые практические навыки!

Фильтр по:

1–25 из 51 отзывов о курсе Анализ данных: финальный проект

автор: Aleksey D

Feb 18, 2018

Очень не хватало помощи и каких-то более конкретных указаний как бороться с SARIMAX в 3й и 4й неделе, можно было много времени сэкономить.

автор: Важенин М

Apr 10, 2018

Проект Юрий Кашницкого прекрасен, остальные проекты практически заброшены, менторов нет. Оценки ставятся как попало. При возникновении спорной ситуации поддержка предлагает просто ресабмит, без вариантов, хотя там объективная неправота оценивающих. Начали за здравие, а закончили тяп-ляп.

автор: Кузнецов Е В

Dec 13, 2018

Решил написать отзыв про специализацию в целом. Пишу спустя некоторое время после прохождения.

Отличная специализация, охватывающая все основные разделы анализа данных. Лично мне пригодились очень многие темы в работе - и лог. регрессия, и случайные леса, и даже проверка гипотез, к которой во время прохождения курса я отнесся несколько скептически. Сейчас пересматриваю отдельные видео, чтобы разобраться в деталях.

Из минусов то, что много косяков в заданиях.

автор: Somov O

Nov 27, 2018

Отличный курс, который позволяет посмотреть как решается ML задача от начала до конца

автор: Назаренко Т

Jan 23, 2017

Спасибо :-) Проект был крутым :-)!

автор: Igor I

Aug 07, 2017

GREAT

автор: Andrey M

Feb 22, 2018

Хороший курс, делал проект по классификации пользователей интернет. Очень понравилось участие в соревновании, это действительно заставляет лучше думать. В целом после всей специализации хочется больше практики поэтому продолжил разбираться в машинном обучении.

автор: Maxim

May 15, 2017

Спасибо за отличную специализацию!

автор: Fedor M

Sep 09, 2017

Great!

автор: Роман

Dec 16, 2017

Отличный курс! Спасибо! Выполнял проект по идентификации пользователей. Достаточно интересный проект, не сложный, помог вспомнить пройденный материал и попробовать что-то новое.

автор: Grigory S

Mar 15, 2017

Отличный курс!!

автор: Alexander S

Jan 29, 2017

Отличный курс

автор: Nikolai L

Aug 10, 2017

Все 4 задачи в финальном проекте очень интересные, есть из чего выбирать. Я делал задание по сентимент анализу и с ним пришлось повозиться — делать baseline, собирать данные в сети, обучать модель.

автор: Vladislav T

Jun 29, 2017

Проект по сентимент-анализу немного примитивный, но в общем-то все было достаточно неплохо. Может, сделаю и другие :)

автор: Chesnokov M

May 09, 2017

Финальный проект порадовал, он очень крутой и полезный для любого уровня подготовки. Спасибо создателем этого курса и всей специализации за их работу!

автор: Margarita E

Jan 18, 2017

Спасибо за специализацию!

автор: Иван Ч

Jan 22, 2017

Суперкурс. Жалко, что не на все проекты нашлось время. В последующем, я бы добавил задания по оценки затрачиваемого времени: очень полезно, когда идешь потом с идеями работать.

автор: Катя

Jan 23, 2017

Все здорово

автор: Александр Г

Jan 22, 2017

Великолепная специализация, спасибо авторам и всем кто принимал участие в её создании! Особенно финальный проект!

автор: Yuriy K

Mar 27, 2017

Не смотря на небольшие недочеты в материалах курса, все получилось.

Просьба к организаторам пересмотреть подходы к тестированию функций, которые необходимо разрабатывать в рамках заданий. Предложенные методы тестирования не покрывают все варианты и ошибки. Пропущенные ошибки приводят к ошибкам с следующих шагах, и приходится откатываться на несколько шагов назад и тратить дополнительное время на переработку решения.

Спасибо.

автор: Oleg P

Jan 26, 2017

Отличный финальный проект. В декабре 2016 - январе 2017 он состоял из четырех проектов. Для прохождения финального проекта достаточно было завершить один, но можно было проходить сразу любое количество. И выбор велик: можно решать очень практическую задачу по прогнозированию оттока, можно решать очень интересно и очень хорошо сделанный проект по идентификации пользователей. Иногда при устройстве на работу / курсы могут попросить показать проекты, которые вы когда-либо делали. В таком случае проект "такси" - очень подходит. Много данных, визуализация, сложные задания. А еще был проект по сентимент-анализу. Очень хорошо для тех, кто хочет освоить компьютерную обработку языка.

В итоге: спасибо большое создателям за эту специализацию. Мне очень понравился финальный проект. До встречи!

автор: Zakharkin I

Feb 23, 2018

Спасибо Вам :)

Теперь я чувствую в себе силу.

автор: Vladimir S

Jan 23, 2017

Есть из чего выбрать - все финальные проекты специализации хороши!

автор: Mike G

Jan 30, 2017

Хотелось бы сказать огромное спасибо всем тем, благодаря кому эта специализация стала возможной. Значение актуального знания в области науки о данных сегодня сложно переоценить, а грамотная, структурированная и системная подача материала особенно важна в учебном процессе, и, несмотря на объём материала, количество преподавателей, заданий, освещённых подходов и техник, этот набор курсов — отличный пример именно такой работы.

автор: Michael N

Dec 28, 2017

Очень интересный курс