Chevron Left
Вернуться к Математика и Python для анализа данных

Отзывы учащихся о курсе Математика и Python для анализа данных от партнера Московский физико-технический институт

4.8
звезд
Оценки: 5,400
Рецензии: 913

О курсе

Анализ данных и машинное обучение существенно опираются на результаты из математического анализа, линейной алгебры, методов оптимизации, теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понимать, как устроены методы анализа данных. Задача этого курса — сформировать такой фундамент. Мы обойдёмся без сложных формул и доказательств и сделаем упор на интерпретации и понимании смысла математических понятий и объектов. Для успешного применения методов анализа данных нужно уметь программировать. Фактическим стандартом для этого в наши дни является язык Python. В данном курсе мы предлагаем познакомиться с его синтаксисом, а также научиться работать с его основными библиотеками, полезными для анализа данных, например, NumPy, SciPy, Matplotlib и Pandas. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Лучшие рецензии

GD
8 авг. 2018 г.

Лучший вводный курс, который я видел. Есть мелкие огрехи в изложении математической части, но это ерунда по сравнению с четкостью и полнотой изложения программистской части и обилием примеров. Спасибо

MS
3 окт. 2019 г.

Спасибо за ваш труд. Очень интересно спустя 10 лет после университета окунутся в режим студента. Замечательно то, что для выполнения задания необходимо почесать репу)) и залезть в другие источники.

Фильтр по:

226–250 из 880 отзывов о курсе Математика и Python для анализа данных

автор: Ihor L

29 апр. 2018 г.

Отличный курс для того чтобы быстро напомнить себе многое из университетского курса математики и очень плотно познакомиться с библиотеками пайтон для анализа данных

автор: Борисихин А Н

13 нояб. 2017 г.

Прекрасный курс для того, чтобы освежить (или возможно получить) необходимые навыки в мат. аппарате. Из пожеланий - большие количество и объем практических заданий.

автор: Vladimir S

7 мар. 2016 г.

Хороший курс! Очень приятно, что родной Физтех не отстает! Где-то, однако, хотелось бы более глубокой и основательной подачи материала. Буду рекомендовать коллегам.

автор: Konstantin R

23 февр. 2016 г.

Лучший курс - хоть фундаментальной информации и мало, но она есть, в отличии от многих других курсов. Спасибо большое всем, кто работал над ним и воплотил в жизнь:)

автор: Daniil S

20 авг. 2019 г.

A good starting course with lots of math for machine learning but it was explaned in simple words. Good picture, excellent lecturers and very very useful abstracts

автор: Gallyam B

16 окт. 2016 г.

Очень качественный и оптимально сбалансированный курс, по-моему! Были бы такие курсы в университете, наша наука и промышленность были бы на порядок лучше. Спасибо!

автор: Moldovan A

27 июля 2017 г.

Для меня курс был очень полезен. Мне пришлось начинать с нуля и в питоне и в высшей математике. Было сложно, но в итоге я справился. Спасибо преподавателям курса.

автор: Небавский В А

21 окт. 2018 г.

Очень полезный курс для человека знакомокого(не знанкомого с матетикой) помогает быстро освоить основыне навыки python. Однако мало материала по синтаксису языка

автор: Aibushev T

16 сент. 2017 г.

Крутой курс. Наличие знаний по базовой университетской математике сильно помогает.

Все основы есть. Но подразумевается еще существенное самостоятельное изучение.

автор: Нужный М И

18 окт. 2017 г.

Простое объяснение материала на реальных примерах. Курс не нагружен углублением в детали, но позволяет понять на что обратить внимание и изучить самостоятельно.

автор: Maksim M

11 авг. 2019 г.

Отличный вводный курс. Опираясь только на него сложно стать специалистом, но получаешь базовые знания по направлению и понимание, куда надо развиваться дальше.

автор: Kirill

25 апр. 2016 г.

Замечательный курс! Рекомендуется авторам добавить больше информации о библиотеках scipy и pandas. Больше практических заданий, улучшило бы восприятие курса.

автор: Борис В Г

6 окт. 2016 г.

Очень познавательный курс, придерживается традиционной "системы Физтеха"! Очень рад, что записался! Рассчитываю на успешное прохождение всей специализации

автор: Миняев Д А

26 янв. 2020 г.

Отличный курс. Освежают знания по математическим дисциплинам и дают базовое представление об основных библиотеках для работы с анализом данных в Python.

автор: Алехин А С

20 янв. 2020 г.

Очень грамотно структурированный онлайн-курс. Новичкам придется попотеть над некоторыми моментами, но при должном усердии он проходится достаточно легко.

автор: Eugene K

19 апр. 2016 г.

Хороший разогревающий курс для неподготовленного слушателя. Прошел с удовольствием. С интересом жду, что будет дальше. Авторы - молодцы, отличная работа.

автор: Aleksey T

23 сент. 2016 г.

Этот курс помог мне в общих чертах вспомнить первые 3 курса университета. А также научил базовым вычислениям на Python Anaconda 2.7.12. Рекомендую всем!

автор: Васильченко Ю В

7 июня 2020 г.

Очень понравился этот курс, даны базовые понятия из математического анализа, линейной алгебры и теории вероятностей, отличное введение в анализ данных!

автор: Dmitry Z

10 мар. 2020 г.

Спасибо преподавателям за хороший курс!!! Теоретический материал связан с практическими заданиями, что позволяет хорошо запоминать излагаемый материал.

автор: Семен М

26 янв. 2021 г.

Курс простенький, но знакомит с важными идеями из линейной алгебры и матстатистики. Оптимален для совсем начинающих. Сильный преподавательский состав.

автор: Roman K

27 сент. 2016 г.

Хороший повод вспомнить математику 1-2 курсов университета. Что бы хорошо освоить, надо не лениться и читать дополнительно пока всё не станет понятно.

автор: Виталий С

5 мар. 2016 г.

Ёмко, но при этом лаконично. Всё только по делу.

Очень практично. Великолепное изложение материала и задания.

Спасибо создателям за проделанную работу.

автор: Lev E

4 мар. 2016 г.

Хорошо помогает вспомнить нужные разделы математики и ввести в курс нового средства программирования.

Минус: видеолекции слишком формальные и неживые.

автор: Marsel B

18 дек. 2016 г.

Подробно и понятно вводят в дисциплину, если не хватит чего-то в лекциях и практике, есть ссылки на литературу, где можно глубже погрузиться в тему.

автор: Andrii

9 июля 2017 г.

Хороший курс, позволяет вспомнить знания из университета, имеет классные задачи, есть сожаление что они не вели статистику у нас в университете=(