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:

801–825 из 910 отзывов о курсе Математика и Python для анализа данных

автор: Vadim S

7 сент. 2018 г.

Мало времени уделено самому языку и работе с библиотеками

В принципе язык довольно прост и синтаксис понятен, но времени самому програмированию, думаю, можно было бы уделить дополнительно, даже увеличив количество времени.

автор: Сокольцов В Ю

12 июня 2017 г.

Я отдаю деньги, а потом мне еще и ребусы в заданиях разгадывать. Если вы уж делаете этот курс для людей, которые успешно работаю в сфере анализа данных - так вы хотя бы пишите об этом. Не все ваши студенты закончили МФТИ!

автор: Artur

8 июля 2018 г.

Все же данные даются вскольз. Для успешного выполнения заданий требуется искать дополнительные источники информации.Когда задания не принимаются и возникают ошибки, то информационные сообщения редко бывают информативны.

автор: Александр Г

8 авг. 2016 г.

Предлагаю в видео добавить рассмотрение примеров, некоторых задач, которые проиллюстрируют алгоритм работы с итоговой формулой. Достаточно не простыми показались темы: формула Байеса, распределение Пуассона, ЦПТ.

автор: Anton V

2 дек. 2018 г.

Хорошее напоминание математических основ и знакомство с Python, но не все объяснения внятные (например, не рассказано, что такое косинусное расстояние). Также есть небольшие претензии к форме подаче материала.

автор: Шеремет Д С

16 сент. 2021 г.

В целом курс понравился, но думал, что он будет более подробным. По факту темы подаются в справочном виде. Хотелось бы большего углубления, так как не всегда можно уловить верно суть темы. Благодарю за курс!

автор: Валентин А С

5 авг. 2018 г.

Хороший курс для ознакомления(но не глубокого понимания) с базовыми понятиями из матана, линала, теорвера, статистики, Python, методов оптимизации. В общем со всем тем что нужно будет в следующих курсах.

автор: Nikolay B

17 авг. 2017 г.

отличный курс. Оч крутые преподаватели, все на высоком уровне.

Правда, небольшой минус за 2-й питон, пора бы уже его похоронить, реально достали эти проблемы с целочисленным делением и прочие мелочи.

автор: Dmitri P

15 мар. 2016 г.

В целом курсом доволен. К сожалению, чтобы успешно пройти тесты курса требуется искать дополнительные источники информации т.к. в материалах самого курса ответы на многие вопросы отсутствуют.

автор: Дмитрий А М

6 нояб. 2017 г.

Очень хороший курс, лекции прекрасные и задания. Но почему возможно проверять решения других людей, не получив еще своей оценки, то есть не узнав правильно ли вообще задание было сделано?

автор: Маргарита А

12 дек. 2020 г.

Курс суров, очень не хватает примеров для закрепления теории перед переходом к практике. Приходится постоянно "добирать" еще где-то. Но вопросы и задания вынуждают разобраться в теории.

автор: Насибуллин Р Х

2 мар. 2020 г.

Курс в целом очень полезный, но подача материала не всегда качественная, особенно это затронуло статистику и теорию вероятностей! Надеюсь дальше будет интереснее и более понятно.

автор: leroy -

9 мар. 2016 г.

Курс хороший, теоретический материал подкреплен практикой, что очень важно=)

Для себя отметила, что если бы не было какой-то базы по питону и теории, было бы сложновато. Спасибо!

автор: Dmitry K

23 окт. 2017 г.

Необходимо более детальное объяснение математических формул. Изучение программирования лучше оформить в виде "Допишите кусок кода", а не тестов. Тренировочные задания - огонь!

автор: Alex K

26 авг. 2018 г.

Курс замечательный. Однако для решения некоторых задач предлагается поиск в исключительно английских ресурсах, которые при этом содержат английский далеко не среднего уровня.

автор: Igor B

27 нояб. 2017 г.

В качестве вводного этот курс неплох, но есть и вещи, которые не понравилась: многое умалчивается слишком явно умалчивается, не все лекторы одинаковы интересно рассказывают.

автор: Мария Е Ч

17 февр. 2018 г.

Ожидала, что будут упражнения на математику, что дадут примеры порешать, хотела больше хардкора. Но и так тоже неплохо, все очень доступно, авторы курса молодцы. Спасибо!

автор: Георгий Ф

10 апр. 2017 г.

Отличный курс, понравилось всё за исключением части про статистики и теорию вероятностей. Можно было и на 5 недель растянуть и сделать более подробно, важная ведь часть.

автор: Дмитрий О

1 июня 2020 г.

Курс хорош. Но последняя неделя не очень понятная. На мой взгляд, в ней, просто читать формулы в видео не достаточно. Нужно больше аналогий и примеров для 4-й недели .

автор: Vladyslav B

24 янв. 2019 г.

Хорошее введение в матчасть ML. Минус - формулы неплохо бы еще раз вычитать, иногда параметры в левой части не соответствуют параметрам в правой без пояснений.

автор: Поздняков Ю О

12 окт. 2018 г.

Примеры решения задач хотя бы в небольшом объеме желательно интегрировать в сам курс. Гугл конечно в помощь. Но для обучения было неплохо иметь их под рукой.

автор: Tema R

6 мар. 2016 г.

На мой взгляд, в начале курса маловато практики,

хотелось бы, чтобы практики было столько же, а лучше еще больше, чем в частях про вероятность и статистики.

автор: Юлия

3 мар. 2016 г.

Если изучали математический анализ, теорию вероятности, математическую статистику более 5 лет назад, то лекционного материала недостаточно чтобы вспомнить.

автор: Anton R

19 мар. 2018 г.

Хорошо организованный курс. Возможно, тема pandas выбилась из тематического ряда, либо стоит добавить примеров использования табличных данных для анализа.

автор: Andrey

19 янв. 2019 г.

Местами текст лекций кажется немного однообразным, однако в целом объем знаний довольно ёмкий, за что курсу большое спасибо. Немного завышена стоимость.