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: 5,352
Рецензии: 897

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:

176–200 из 866 отзывов о курсе Математика и Python для анализа данных

автор: Yanovskiy A O

9 июля 2020 г.

Отличный курс! Позволяет получить самые базовые знания математики и программирования для дальнейшего обучения. Для человека хоть немного знающего питон и математику, освоить курс вполне реально, но могут встречаться трудности

автор: Roman Y

3 сент. 2016 г.

Отлично сформированный курс, постепенно вводящий человека в прекрасный и удивительный мир машинного обучения. Пожалуй единственный минус это очень малая активность в обсуждениях задач и лекций, всё остальное мне понравилось.

автор: Vladislav R

24 янв. 2021 г.

Я просто в восторге!

Много был наслышан о данном курсе и наконец нашел время.

Если не знаешь с чего начать Анализ Данных и Машинное Обучение, смело присоединяйся к данном курсу и сообществу ODS!

Спасибо за специализацию!

автор: Manakov A V

16 окт. 2017 г.

Отличная подача и набор, представленного в курсе, материала.

Материал по Python - думаю лучше углубить и расширить (более подробно рассказать ).

Тервер и статистика понравились больше всего.

Молодцы!

Спасибо за курс.

автор: Sybyl A

28 янв. 2019 г.

Курс понравился, хорошо направляет в теоретическую часть анализа данных. Возможно, на начальном уровне математического аппарата будет достаточно, но для серьезных вещей его однозначно нужно будет развивать и дальше.

автор: Ponomarev D

3 апр. 2016 г.

Отличный курс, хорошая подача материала.

Четвертый раздел показался довольно сложным. То ли он сам по себе такой, то ли стоит немного иначе структурировать материал. Возможно, необходимо больше примеров и их решений.

автор: Степанов А В

9 дек. 2017 г.

Понравились конспекты, видеолекции, задания.

Из косяков: явно заниженное расчетное время просмотра видео, выполнения заданий и чтения конспектов. Как минимум в три раза. Не принципиально, но в заблуждение вводит )

автор: Eugene M

22 сент. 2016 г.

Отличный курс, который сразу окунает в предметную область. Но придётся изрядно попотеть, если вы забыли матанализ, линейку и тервер - необходимо будет изучать многие вещи самостоятельно, чтобы во всём разобраться.

автор: Maxim

14 дек. 2016 г.

Отличный курс!

Помог систематизировать имеющиеся знания, приобрести новые знания, взглянуть на темы, раскрываемые в курсе, с другой стороны и лучше понять прикладной аспект математики, раскрываемой в данной курсе.

автор: Khan N

20 июля 2020 г.

Курс в целом понравился. Выдержан баланс - чтобы не расслабляться, но при этом мозги не "перекипают"). Заметила некоторые неточности в тесте на 1-2 неделе в предложенных вариантах ответов, но не критичные.

автор: Roman Z

7 сент. 2018 г.

Курс мне очень понравился. Доходчиво объяснили математические понятия, используемые в data science. Правда блок по статистике похуже. Его не совсем понятно объяснили. Но в целом курс на 5 балов. Рекомендую.

автор: Алексей К Д

25 янв. 2018 г.

Отличный курс: не нудный, с разнообразными практическими заданиями, и главное - очень полезный. Вспомнились задачи, которые когда-то делал в универе, теперь мне понятно, зачем они были нужны :) Так держать!

автор: Gyrdymov I

1 апр. 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.

автор: Maksim S

4 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.

автор: Коломиец Д В

1 дек. 2017 г.

Отличные шпаргалки и хорошо помогает вспомнить основные моменты из математики. Для людей кто слышит эти материалы впервые - не подойдет, кто уже проходил - отличные освежающие мини-лекции и задачи.

автор: Andrei T

22 авг. 2016 г.

Хороший курс, вспомнил немного линала, python и numpy/scipy. Практические задания интересные и позволяют "набить руку", думаю, ценность курса в основном в упоре на практическое применение навыков.

автор: Герасимов А С

28 февр. 2018 г.

Курс дает хороший старт как для тех, кто уже знаком с Python, так и для тех, для кого это новый язык.

Задания заставляют быстро вникнуть в концепции языка и сразу писать нетривиальные алгоритмы

автор: Чернышев А О

6 июля 2017 г.

Очень понравился курс, поскольку имею математическое образование, было несложно. Помог освежить знания в матстатистике и теории вероятностей. Открыл для себя чудесные возможности языка Python

автор: Orlov Y

4 апр. 2016 г.

Отличный курс для начинающих. Всё объясняется очень просто, буквально "на пальцах". Дополнительные материалы всегда можно найти в Интернет, но необходимость в этом практически не возникает.

автор: Andy K

4 мая 2020 г.

Отличный курс, вовлёк меня в специализацию и я обязательно продолжу обучение. Матан - слабое место курса, но практика расставит по местам, надеюсь. Спасибо всем, кто участвовал в создании!

автор: Konstantin

10 сент. 2016 г.

Хороший вводно-ознакомительно-вспоминательный курс. Можно включить побольше практических заданий по python, а также сделать общий pack с ноутбуками (аналогично конспектам лекций). Спасибо!

автор: Балаев А И

9 дек. 2016 г.

Отличный курс! Плюсы лично в моём случае: Python даётся с нулевого уровня, узнал некоторые методы оптимизации негладких функций. Преподаватели классные и объясняют всё более чем доступно.

автор: Дмитрий К

27 окт. 2016 г.

Многое с института уже забылось и тяжело вспоминалось, вернее по сути пришлось заново изучать многие темы... Но при этом время не поджимало, неделя проходила комфортно...

Курс понравился.

автор: Yevhen B

15 сент. 2017 г.

Очень хороший курс для начала работы с анализом данными. Сразу дает и азы, и достаточно интересные и применимые в работе задачи. Рекомендую всем, кто интересуется работой в Data Science.

автор: Alena

6 мар. 2016 г.

Курс очень понравился!

В курсе доступно излагается синтаксис Python, напоминается математический аппарат. Задания интересные, основаны на лекциях, помогают закрепить пройденный материал.