Отзывы учащихся о курсе Машинное обучение в финансах от партнера СберУниверситет

Курс понравился. Интересно посмотреть как все же применяют ML на практике, тем более в финансах. Зачастую конечно рассказ не глубоко погружается в методы, зато видна практика и польза от применения. Для себя подчеркнул что можно круто применять гаусовские процессы для прогнозирования. Реально работает, ранее как-то обходил их стороной.

Отличный вводный курс по применению ML. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist в финансах.Это конечно не совсем финансы, но всегда хочу отметит раздел по NLP. Хорошо структурирован. Из но, слабое задание по прогнозированию комиссий. Сама лекция даже помогла, но задание надо улучшить, много артефактов. Оценка с авансом, уверен что ещё отшлифуют.

Очень рада, что в курсе мы познакомились с методом прогнозирования на основе Гауссовских процессов. Спасибо!

Курс сырой:

Ответы на задания противоречат презентациям и лекциям.

Тесты частенько откровенно слабые (это продвинутый курс при этом один из вопросов в тесте: какая библиотека не импортировалась в предыдущем ноутбуке - на мой взгляд это уровень начала изучения питон, а не вопрос для людей с серьезным хардскилл, как позиционируется в презентации курса).

Практические задания явно недоделаны или переделаны и брошены на пол пути с кучей мусора оставленного от предыдущих редакций.

Лекции очень поверхностные - в них много информации, но без деталей, в результате задания покрывают только малую часть изложенного и реально не закрепляют знания. Апофеоз последняя неделя - в ней только лекция про то, что в Сбербанке есть мегамодель для прогнозированы инфляции на GANах.

Спасибо авторам за интересный курс. Особенно понравилось, что все объяснение строится вокруг реальных задач, что редко и точно не ожидал от Сбербанка. Особенно понравилась лекция по reinforcing learning. Очень детально и на пальцах объясняется метод и как его можно применить в бою.Единственно авторам надо поправить ДЗ, особенно не порадовало что на 2 неделе нельзя было сделать задание в онлайне, но вскопано 5*.Спасибо!

Отличный, познавательный курс.

Хорошо и с примерами разобраны методы ML применяемые в Сбере.

Курс собран из разных частей базового уровня, прямого отношения к финансам они не имеют. Качество подготовки материалов посредственное

Отличный курс. Дает пусть хоть и не глубокое, но все же хорошее представление о работе ML в банковской системе.

Самый бесполезный курс по машинному обучению, который только можно было придумать. 0 содержательной и полезной информации. Одна сплошная болтология

Было интересно попасть в другую область финансов, познавательно,

спасибо за курс

любопытно и познавательно, спасибо сберу за курс

Спасибо Сбербанк! Лучшее из того, что я могла найти по машинному обучению в этой сфере!

Идея хорошая, но в реализации ошибки и опечатки)

Познавательный курс, будет интересен как новичку, так и человеку с опытом в данной сфере.

Интересный и прекрасно реализованный курс со структурированной подачей информации

Примите глубочайшую благодарность за проделанную работу!

Спасибо за курс! Хотелось бы больше подобных проектов.

Весьма познавательный курс по машинному обучению.

Благодарю! Отличный курс по машинному обучению!

Без предварительной подготовки и хороших знаний языка Python будет очень сложно. Когда поступал на курс ожидал, что он будет более общим с точки зрения бизнеса, нежели углубленным в программирование

На второй неделе в уроке 3.4 вдруг дают целую кучу формул без разъяснений и далее прохождение курса пришлось остановить, т.к. стало ничего не понятно.

Весьма ёмкий курс с фокусом на приложение ML в финансовой сфере. В заданиях по программированию много готовых функций от создателей, поэтому не приходится долго ковыряться при отладке кода, плюс это дает возможность посмотреть на "образцовое" исполнение. Также сделан акцент на время исполнения кода и пути его оптимизации. Для работы с курсом необходмы базовые знания Python (pandas, numpy). В курсе также рассматривается Keras и его преимущества по сравнению со стандартными подходами (LogisticRegression, Random Forest).

Интересный курс , но всё таки уже для подготовленных людей в области ML

Доступно, информативно, полезно.

Хороший информативный курс.