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: 5,545
Рецензии: 939

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

GI
31 мар. 2017 г.

Курс замечательный, прошел его еще в октябре 2016, отзыв пишу спустя почти полгода, лекции из курса до сих пор периодически читаю, дабы оставаться в форме. Материал изложен кратко, доступно и по делу.

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

Фильтр по:

751–775 из 911 отзывов о курсе Математика и Python для анализа данных

автор: Ilya K

21 янв. 2019 г.

super

автор: Осокина К В

3 сент. 2018 г.

супер

автор: Igor I

6 июня 2018 г.

great

автор: Ковалев А

1 июня 2018 г.

Класс

автор: Andrew M

15 нояб. 2016 г.

10/10

автор: Антон К

7 окт. 2016 г.

Cool!

автор: Aidar B

5 февр. 2021 г.

++++

автор: Зейнулов З А

14 окт. 2020 г.

bjbu

автор: Акылбеков О Н

13 июня 2018 г.

GOOD

автор: Байзигитова А

8 февр. 2020 г.

👍

автор: Afanasev S

5 дек. 2016 г.

5+

автор: ramon s

16 мар. 2016 г.

gg

автор: Леонтьев И С

21 окт. 2019 г.

-

автор: Aleksey C

26 дек. 2018 г.

.

автор: Deleted A

8 окт. 2016 г.

+

автор: Юлия Х

25 апр. 2020 г.

Мне понравилось содержание курса, так как можно было очень быстро повторить то, что давно забыл со времен института. Самое важное было схвачено, так же остались очень хорошие справочные письменные материалы, к которым можно быстро обратиться, чтобы вспомнить самое основное, вместо того, чтобы искать что-то в толстых учебниках по мат. анализу.

Но хотелось бы попросить доработать следующие технические аспекты:

1. Хотелось бы иметь возможность загружать Python Notebooks для Python 3 сразу в вормате IPYNB, не JSON.

2. Внутри тестов вместо матриц или формул часто видится только LaTex код для отображения них. Хотелось бы сразу видеть объект.

3. Было бы здорово, чтобы была решена проблема (либо сказано где-то внутри курса как это сделать) загрузки ноутбуков в формате pdf для текстов с кириллицей. Сейчас все русские буквы пропадают при сохранение в pdf.

4. Очень хочется видеть правильные ответы на вопросы в тестах и решение задач после того, как тест уже прошел. У меня была одна задача, которую я не смогла решить, а ответа на нее так и не узнала, хотя тест прошла (более 80% правильно овтетила).

5. Все методы хотелось бы видеть вместе с их английскими названиями. Это не всегда было так, а на практике постоянно приходится обращаться к англоязычным ресурсам.

6. Иногда в материалах к курсу (письменных) не было некоторых деталей, которые были в видео. Это, конечно, мелочь, но все же слегка замедляет работу с этими материалами.

7. Тесты не всегда были адаптированы под Python 3. Было бы здорово это исправить.

автор: Ivan K

26 янв. 2017 г.

Мне кажется, должно быть больше дидактического материла. охват курса большой и это круто. Но по ходу ознакомления возникает очень много вопросов по определениям и по каким-то аспектам, например, что такое ортоганальная матрица и почему она обладает такими свойствами, или что такое стандартное отклонение, что такое среднеквадратичное, может это тоже самое, а может и нет. То есть, на мой взгляд, информации дается урывочно и дополнительного материла для развития системы знаний нету. рекомендации по доп. материалу идут в конце курса, хотя логичнее было бы их давай по темам - где данная тема лучше все раскрыта, может быть в каком-то учебнике а может в каких-то лекциях, которые публикуются уже в интернете. Лучше давать на них ссылки. Конечно самый классный вариант самим подготовить, но это довольно большая работа. Поэтому на, мой взгляд отсылать к самому качественному и доступному материалу по теме нужно. А так же уместить основы алгебры, математического анализа, тервера со статистикой, основы питона и апи библиотек из питона в один месяц - довольно сложно. Вообще людям без какого-либо знакомства с этими дисциплинами будет очень не просто. Поэтому, мне кажется, курс нужно делать еще более доступным. И еще хотел сказать по поводу тестов, лучше бы было меньше тестов по некоторым теоретическим основам, которые дали в лекциях, а больше практических задач применения этих знаний под разными углами, чтобы у людей было понимае аспектов, тонкостей, основ применения конкретных понятий.

автор: Kirill M

16 нояб. 2016 г.

В целом курс хороший, но есть ряд недочетов:

1. Главная проблема - сжатость изложения, особенно по сложным темам вроде вероятностей и статистик. В видео на несколько минут попытались впихнуть учебного материала на несколько часов. Необходимо добавить больший объем лекций и рассмотреть примеры решения задач для пояснения теоретической базы. Т.е. как это делается в хороших учебниках.

2. Конспект изложенного материала каждый раз предлагается к повторному ознакомлению _после_ прохождения итогового зачета по теме. Вообще то, любой нормальный студент повторно изучает учебный материал до зачета или экзамена, а не после (после изучают студенты, которых отправили на пересдачу). Почему авторы организовали структуру именно таким образом, можно только догадываться.

Всем рекомендую перед сдачей теста по каждой теме сначала еще раз просматривать конспект, который идет последней ссылкой в теме.

3. Вызывает удивление, а затем и недоумение, когда на видео по основам Python преподаватель через строку кода поспешно лепит опечатки и потом их исправляет. Если не получается с первого раза напечатать исходный код, то надо тренироваться и переснимать до тех пор, пока не удастся сделать качественное видео. Надо уважать свою аудиторию и снимать видео без такого количества опечаток.

автор: Макарова О Л

4 мая 2018 г.

Что мне понравилось:

1 - краткие лекции с минимумом информации (это касается математики)

2 - наличие вопросов в лекциях (возьму себе на заметку) хороший вариант заставить прослушать материал

3 - некоторые преподаватели, с ними хочется продолжать общение и дальше

Что мне не понравилось:

1 - очень малое количество практических заданий, из их формулировок становится понятно, что ты уже должен знать математику (со статистикой пришлось открыть учебник), по языку пришлось найти дополнительный курс

2 - ряд преподавателей вещают довольно занудно (приходилось заставлять себя слушать их усилием воли)

3 - недели для выполнения программных реализаций не хватало только по двум причинам: вспомнить математику / изучить возможности языка и чисто субъективная причина - мы все работаем и у нас есть свои рабочие обязанности (мне пришлось из-за этого менять сессию)

4 - на главной странице курса невыполненное задание почему-то высвечивалось зеленым цветом, что под конец ввело меня в заблуждение о моем прохождении курса, но при заходе на конкретные недели (1 и 4, задания по проверке чужих работ) оказалось не все так просто...

ИТОГО: в целом было интересно, но "экстремально". Поэтому только "четверочка".

автор: Sergey

4 мар. 2018 г.

The course is excellent. I really like the syllabus and the practice tests. However, several improvements can be made. 1: I realize that you tried to choose a balance between correct mathematical proofs and redability of your lessons, and I think you did a great job in that task, but then your tests should maintain the same level of balance. It's somewhat unexpected to require very precise answers based on very relaxed concepts. 2: rounding numbers. Please specify more correctlty how would you like you answers to be typed in. In programming assignments, you require first to digits, whereas in the tests you demand rounding numbers, but you explicitly say neither of those. 3: peer-reviewed assignmens, in my opinion, is a great idea and a nice way to learn from each other. However, there is no need to review whatever a machine can check (like, in Andrew Ng's course). Therefore, would be nice to leave peer-rewieving only for conceptual assignments.

Overall, I like the course, especially your take on theory and practice. I think, this one is the best to make a jumpstart into statistics and data science. I am looking forward to taking the other courses of that specialization.

автор: Козырь Р П

20 авг. 2019 г.

Курс можно рассматривать как вводный, после него специалистом не станешь, конечно, но какое-то представление о Data Science и начальные навыки он дает. Есть, хоть и поверхностное, объяснение теоретического материала, математического аппарата, это помогает восстановить в памяти то, что было пройдено в институте и уже подзабыто. Учитывая, что в курс включено несколько разных дисциплин, для тех, кто с ними не сталкивался вообще, разбираться будет сложно. Тому, кто окончил 2-3 курса технического вуза, будет довольно просто. Так же нужны начальные навыки программирования. Что такое переменная, функция, классы и методы никто не объясняет, и это для меня - хорошо. Собираюсь продолжить обучение, но снизил балл, т.к. для меня материал остался слишком поверхностным и как бы пройденным "галопом". От решения реальных задач после курса я еще очень далек. Возможно, и не стоит рассчитывать на это, и для вводного курса так и надо. Нет восторженного ощущения от курса, поэтому не пять звезд, но и критиковать особо не за что.

автор: Pavel T

14 мая 2017 г.

Спустя год решил написать отзыв. В данном курсе интересная подача теории, понятно объясняют, нет слишком формального текста. Приятно, что преподают люди, которые не только на теории знают материал, но и сталкиваются с практическими задачами. Пригодились конспекты, к оформлению создатели подошли серьезно.

Теперь о минусах. Адская сложность ( для меня) задания второй недели, хоть и специализация для людей с каким-то опытом, но сложность данного курса Begginer. Учился на специальности, где было много математики, но не было программирования, поэтому преодолел математические задачи без особых проблем, но пригорел от того, что сложность задания не соответствует предшествующему материалу: показали синтаксис Питона, показали циклы, типы данных и несколько библиотек, но чтобы выполнить задание надо уже быть программистом на каком-то другом языке. Вышло это мне всё в несколько месяцев изучения Питона. Поэтому кто не программист, подумайте прежде чем регистрироваться на курс.

автор: Evgeny F

14 нояб. 2017 г.

Курс хороший, большое спасибо команде! Необходимые понятия объясняются доступно и интересно. И навыки работы с ipython очень нужные и практически ориентированные. Не понравилось как было дано определение функции. Типа мы не будем говорить про множество значений и определения, но без этого обойтись всё равно не получилось. И само определение понятия было через само понятие. То есть функция - это функция, которая....

А ещё хотелось бы более расширенную версию курса. С векторными случайными величинами, с практическими задачами на аналитическую работу с функциями распределения. Например если X распределено нормально с mu, sigma^2, найти мат ожидание X^2. С линейной алгеброй и матанализом тоже хотелось бы больше материала. Но конечно нельзя объять необъятное.

Большое спасибо за курс!

автор: Michael B

8 мар. 2016 г.

Неплохой вводный курс.

Однако, прежде чем пройти его, нужно подтянуть как математику, так и синтаксис Питона. Преподаватели быстро пробегают по верхам, рассчитывая на то, что подробно и досконально объяснять не нужно, что все это повторение пройденного. Думаю, многим этого покажется недостаточно. У некоторых (так было у меня) может сложиться впечатление сильного разрыва в сложности между объяснением и заданием (хотя на самом деле все необходимые сведения, по сути, приведены).

При этом практические задания в этом курсе очень хороши; по мне, это наиболее ценная его часть.

автор: Polina S

3 дек. 2020 г.

Я не была знакома с высшей математикой, поэтому было прямо трудно. Приходилось постоянно дополнительно гуглить, смотреть, читать по несколько раз..

Курс рассчитан на 4 недели. Но это, видимо, для тех, у кого хорошая база и нужно просто освежить знания..

У меня же была цель подтянуть математику со школьного уровня и научиться анализировать данные и понимать код на Python. Не скажу, что цели полностью достигла: что-то не улеглось, что-то не до конца поняла. Что-то вообще не поняла))

Но самое главное, что интерес разгорелся. Буду уже применять на практике и изучать дальше.