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: 5,350
Рецензии: 895

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

VK
11 апр. 2017 г.

Прекрасный практический курс! За месяц очень многое узнал и о Питоне и об анализе данных. Никогда не думал, что смогу так быстро научиться решать достаточно сложные задачи на новом для меня языке

Фильтр по:

126–150 из 864 отзывов о курсе Математика и Python для анализа данных

автор: Вернер А И

13 июня 2017 г.

Отличный курс для тех, кто хочет освежить в памяти вузовские знания высшей математики, необходимые для машинного обучения. Курс также грамотно и быстро обучает основам языка программирования Python и использованию необходимых в машинном обучении библиотек, что тоже очень полезно для тех, кто хочет освоить эту область. Рекомендую.

автор: Alexey S

8 мар. 2016 г.

Очень хороший старт, позволил многое вспомнить и систематизировать. Если есть понимание из мат. анализа, линейной алгебры и статистики, то можно смело браться за курс, если нет, то лучше где-то приобрести перед началом. Команде, работавшим над курсом хочется сказать слова благодарности и пожелания не снижать планку в дальнейшем.

автор: Gnutov D S

2 нояб. 2020 г.

Вполне неплохой курс! Помогает войти "с ноги" в математику DS. Спасибо создателям курса! Но, это конечно не для полных новичков! Перед началом этого курса я советую пройти курс "Поколение пайтон", и после начать проходить "Практикум по Пайтон" к этому курсу! (Это все на степике). Ну и школьную математику повторить. Всем удачи!

автор: EKATERINA B

18 мар. 2019 г.

Хороший курс, отличные лекторы. Курс все же не для совсем начинающих, если нет хотя бы небольшого бэкграунда по математике и программированию, то нужно закладывать существенное время для дополнительного самостоятельного изучения. По программированию также было бы полезно заранее пройти какой-то курс по начальному уровню Pyton.

автор: Матушевич О

14 февр. 2018 г.

Спасибо!

Помогли восстановить некоторые забытые темы из изученных, но неиспользуемых разделов математики. Но гораздо больше помогли в изучении основ Python, в том числе благодаря бесплатному тренажеру к этому курсу на Stepik. Задание на программирование в Python ко второй недели было оч сложное, но, пожалуй, его стоило пройти.

автор: Denis I

13 мар. 2019 г.

Отличный курс. Лекторы доступно и интересно объясняют, тесты и практические задания хорошо составлены. Очень неплохие jupyter-ноутбуки даны на каждой неделе. Единственный минус - ваши задания могут долго проверяться другими учениками. Используйте телеграм-канал, чтобы найти тех, кому тоже нужна проверка и помочь друг другу.

автор: Денис К

27 дек. 2018 г.

Курс великолепный. Лучшее, что я смог найти в рунете. Математика даётся на уровне хорошего технического ВУЗа. (Предполагаю, что на уровне МФТИ). Некоторые задания показались мне довольно сложными, но при этом они очень интересные и запоминающиеся. Можно сказать, со своей харизмой. В общем, эталонный курс. Я в восторге.

автор: Andryuschenko A

30 сент. 2016 г.

Спасибо МФТИ и Яндекса за такой курс! Все очень понятно и дохотчиво. Многие задачи можно сразу же применять на "практике", например задачу "сравнение предложений" легко переделать в задачу по поиску "дубликатов картинок картинок". Это маленькое начало для большого пути в Машинное обучение и анализ данных. Так держать

автор: Andrii K

19 февр. 2018 г.

За 4 недели курс дает понимание, зачем же ты изучал математику в школе и университете - это очень здорово. В каждом блоке курса есть прикладные задачи, результат которых интересен сам по себе. Возможно, стоит добавить более прикладные задачи для задания про ЦПТ.

В целом, курс отличный, большое спасибо Яндексу и МФТИ!

автор: Erik M

16 сент. 2019 г.

Хороший вводный курс, интересные практические задания, качественные конспекты.Это не первый мой курс по DS, поэтому я в большей степени освежил знания, чем приобрел новые.

Из минусов - мне показалось недостаточным количество теоретического материала по математическим аспектам курса

Обязательно продолжу специализацию.

автор: Климкович А С

22 нояб. 2019 г.

Огромное спасибо за курс!!!

Очень приятное изложение материала! Тесты помогли выявить пробелы. Очень понравились задания - много открытий - например, что многочленом можно приблизить функцию. Понравилось самой убедиться в верности ЦПТ! "Кошачья тема" понравилась тем, что похожа на реальные задачи анализа данных.

автор: Xenia F

22 июня 2018 г.

Обкладываться учебниками не пришлось. Очень приятно было решать задачи, сложность оптимальная. Порадовало, что много подсказок для решения, по сравнению с другими многими курсами - не создавалось ощущения безысходности. Лекторы очень приятные. Возможно, хотелось бы больше математики, но это в курсе не заявлено.

автор: Радионов А

31 авг. 2017 г.

Авторам удалось подобрать материал так, чтобы дать системное представление о предметной области и используемых инструментах, при этом не слишком сильно погружаясь в теорию.

Немного странно, что до сих пор в заданиях используется Python 2.x, но это не страшно: в Python 3.х многое было перенесено в том же виде.

автор: Ирина В

26 июня 2017 г.

Хороший быстрый курс для оперативного погружения в основные понятия для анализа данных и базовый питон. Мне бы хотелось больше математики, особенно по темам четвертой недели (идеально было бы её вообще растянуть на две недели), но для старта - вполне. Объясняют понятно, задания не сложные, но и не простые.

автор: Павельев А В

13 сент. 2019 г.

Отличный курс для тех, кто имеет хорошую базовую подготовку в объеме вузовской программы по высшей математике и программированию. Данный курс дает хорошие вводные знания. Задачи оптимальны по уровню сложности - не слишком легко, не слишком сложно. Спасибо огромное организаторам и платформе Coursera!

автор: Natalia P

22 мар. 2016 г.

Курс отличный и полностью соответствует описанию. Можно увидеть отзывы, где говорят, что приходилось очень много гуглить, чтобы пройти задания. Это неправда. Просто нужно было внимательнее смотреть лекции и решая задания иметь цель получить знания, а не просто натыкать очевидные варианты ответов.

автор: Vasiliy Z

8 июня 2016 г.

Отличный вводный курс.

Последовательно вводится необходимая математическая база, знакомство с языком программирования Pytohn и необходимыми инструментами для анализа данных.

Курс служит трамплином для дальнейшего прохождения специализации и закладывает фундамент для изучения анализа данных.

автор: Olga I

11 июля 2017 г.

Спасибо за курс! Очень-очень понравилось. Математики конечно очень мало, но та информация, которая дается на курсе, пробуждает интерес к более глубокому изучению/повторению соответствующего курса алгебры и статистики. Спасибо за примеры применения знаний в работе и за интересные задания.

автор: Зорин С В

22 апр. 2020 г.

Хороший курс, для того, чтобы сложились первичные впечатления о предмете ML. Как устроено все в Python. Получить основы математических знаний. Для практики в МL - этого мало, конечно, и нужно идти дальше, и на Курсере - есть еще хорошие курсы, и в данной специализации в частности.

автор: Антон Г

31 окт. 2017 г.

Отличный курс. Заставил меня встрепенуться и вспомнить все институтские знания. При этом сильно расширил область моего понимания математики как науки. Задания по Python для меня не программиста показались сложными, но выполнимыми. Потеряно 8 выходных, но это того стоило. Спасибо.

автор: Eugenia K

16 окт. 2017 г.

Большое спасибо за курс!

Иногда было сложно, иногда легко. Подтянула знания из института по линалгебре и статистике, освоила на начальном уровне Python.

Особенное спасибо Евгению Соколову и Евгению Рябенко, их лекции ооочень понятные, несмотря на относительную сложность материала.

автор: Шевнин П Л

4 мар. 2019 г.

Отличный вводный курс! Для тех, кто давно проходил курсы мат.анализа, лин. алгебры и тер.вероятностей с мат.статистикой, курс просто находка! Плюс знакомство с необходимыми далее библиотеками python. Небольшим минусом считаю то, что курс построен на версии python 2.x, а не 3.x.

автор: Maria

9 янв. 2018 г.

Мне очень-очень понравился ваш курс! Вы отлично потрудились, особенный смак ваши pdf - они очень хороши и отлично иллюстрируют пройденный матерьял. Спасибо вам ребята, я уже вас немножко разрекламировала и знаю как минимум одного человека, который тоже хочет пройти ваш курс)

автор: Anton S

28 сент. 2016 г.

Мне очень понравилось. Правда что бы успешно сдавать задания мне пришлось параллельно изучать еще несколько курсов связанных со статистикой и математикой. Так как тут очень много полезной информации и она в такой объем поместилась в очень сжатом виде, которого мне не хватило.

автор: Anna T

27 февр. 2020 г.

Мне понравилось, что курс дает базовые навыки математики, которые будут развиваться в последующих курсах. Знания системные, есть понимание, как затем они будут использоваться в машинном обучении. Большое спасибо! Отдельное спасибо за качество материалов и домашних заданий!