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: 5,568
Рецензии: 942

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

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.

Фильтр по:

26–50 из 914 отзывов о курсе Математика и Python для анализа данных

автор: Yuliia H

3 апр. 2019 г.

Не для новичков. Очень много теории, в тестах спрашиваются те вопросы, которые не поднимались на лекциях и дополнительные материалы (статьи, книги) по ним не были указаны. Нет подхода "от простого к сложному", простых заданий по программированию вообще не было, только объяснили как устанавливать библиотеки и вот уже пиши первый сентимент анализ. Курс дает обзорный набор тем, которые нужно потом изучать самостоятельно. Кого-то сложности мотивируют, а кого-то наоборот. Из плюсов - дружелюбное комьюнити в телеграмме.

автор: DMITRII K

17 апр. 2020 г.

Не подойдет для тех, кому надо восстанавливать мат.знания

Невозможно выполнить некоторые задания на основе информации курса. Зачем тогда вообще курс? Пусть мне будет непонятно, но хотя бы пример , по подобию которого я бы смог сделать задание ДОЛЖЕН быть, за это платятся деньги. Учитывая еще тот факт, что задания проверяются такими же студентами, т.е верное решение объяснено получено не будет. В итоге демотивация и нежелание продолжать.

Лекторы , на мой взгляд, для преподавания слишком молоды. Не хватает пояснений на более грубых примерах, т.е. заботы о лучшем/легком восприятии в ущерб точности. Материал излишне сокращен.

Мало примеров и визуализации в ходе пояснений(касается мат. пояснений, не питона)

Сам нашел иной источник по изучению Машинного Обучения, так же присматриваюсь к иным курсам от других преподавателей на этой платформе.

Из-за фокусировки на проблеме подачи материала знания в голове не структурируются, в таком случае эффективнее прекратить работать с этим источником и искать иной, подходящий. Видно , что лекторы(касается именно мат. лекций) знают свою область, но преподаванием им заниматься не стоит, пусть лучше общаются с коллегами.

автор: Pavel D

5 окт. 2016 г.

Ужасно скучная и нудная подача материала, через 5-6 минут видео начинает тянуть в сон. Вспоминаю своего преподавателя по программированию в университете, которая в таком же формате пыталась рассказать про C++. В итоге у всего курса знаний - 0 ! Здесь все очень сжато подается, по сути лекторы зачитывают конспекты/тезисы, которые они знают или подготовили для данного курса. Еще раз убеждаюсь в том, что знание предмета и преподавание - это две совершенно разные вещи. Моя оценка курсу - 1, жаль, что не успел вернуть деньги.

автор: Kulish O

2 мая 2017 г.

Очень неприятные впечатления оставил данный курс. Несмотря на то две последние недели были и полезны, и понятны. Задача на схожесть текстов со второй недели поставила меня не просто в тупик, а оставила очень негативные впечатления.

Материалов не только недостаточно, но и не понятно где можно почитать дополнительно о методах заполнения той же матрицы, или подсчёта элементов. Вместо пары часов угробил на эту задачу времени больше ем на весь курс.

Никому не рекомендую! !

автор: Шевчук А В

2 апр. 2020 г.

С первых уроков предлагает установить анаконду 2.7 версии которой уже нет на сайте, как решать этот вопрос не понятно. Наверно курс точно не для новичков. Либо для хоть что-то знающих о питоне, либо для тех у кого в реале есть помощь от знающих. Отказываюсь от прохождения курса, если уже на первом шаге такой затор из-за несоответствия курса и реальных сегодняшних условий

автор: Anton G

1 февр. 2019 г.

Worst course I have ever seen. Explanations are unclear, examples are not demonstrative and tasks are stated so, that you have to read someones mind to figure out what you have to do.

автор: Daria P

11 мая 2020 г.

Очень мало примеров и слишком сложные задачи на программирование без каких-либо пояснений откуда брать информацию и как выполнять задания

автор: Artur P

11 февр. 2020 г.

Увидел, что курс построен на питоне 2 и, со спокойной душой, отписался. Почти часовое введение с рекламой тоже не особо интригует

автор: Sergei K

5 апр. 2020 г.

Старая среда разработки , никак не установить ее , с старой задания невозможно воспринимать

автор: Задойный А

10 июня 2016 г.

Великолепный курс с отличной структуризацией информации и хорошей подачей.

Небольшие лекции представляют базовую информацию в виде тезисов, не перегружают подробностями. При возникновении вопроса всегда можно изучить информацию на стороннем ресурсе подробно, здесь же подаётся выжимка.

Удивительно практичные задачи 2 недели. Это просто чудеса какие-то! Никогда бы не подумал, что такое простые методы, такой крошечный алгоритм может решить такую нетривиальную, казалось бы, задачу. Ещё одно доказательство того, что математические модели бывают настолько универсальны при своей простоте, что ими при должном навыке можно описать практически что угодно!

Безусловно, курс требует подготовки. Вам следует изучить основы python до, либо во время курса. Но знания линейной алгебры на этом курсе почти не требуются. Простая алгебра из школы, немного внимательности на лекциях и вот вы уже понимаете принципы базовых операций линейной алгебры, а дальше даже если не можете их совершить «руками», у вас всегда есть нужный программный пакет рядом.

Этот курс вводный, дальше будет сложнее, но на нём очень неплохо можно размяться, начать втягиваться и работать дополнительно.

Курс проходится без особых сложностей, если проявить терпение и упорство (и чем в большей мере, тем приятнее будет победа над каждой из задач курса).

Отличное начало! Рекомендую!

Алексей З.

автор: Sergei B

28 мая 2016 г.

Отличный курс, о котором с удовольствием напишу отзыв.

Лично я только вхожу в тему машинного обучения и анализа данных, поэтому для меня очень ценно, что этот курс специализации начинается с простых вещей (а не сразу с супер-сложных формул и алгоритмов). Все очень последовательно и продуманно. Некоторые задания для меня были трудными, но в принципе весь необходимый материал дается в лекциях. В процессе пришлось вспомнить многое из математики, за что отдельное спасибо. Ну, и азы Python как-то сами собой освоились. В общем очень хорошая идея начать специализацию с некого вводного курса по математике и Python.

Чего иногда не хватало: местами хотелось больше каких-нибудь небольших промежуточных задач по Питону для закрепления материала.

А так все отлично! По крайней мере, на русском языке нет ничего подобного.

автор: Астафьева С В

12 авг. 2020 г.

Этот курс дает представление о том, какими инструментами нужно владеть для проведения анализа данных. В курсе обзорно показаны возможности Jupiter Notebook, Python, библиотек Numpy, Pandas, Scipy, Matplotlib. Курс затрагивает базовые понятия линейной алгебры, статистики, теории вероятностей. Однако, для успешного прохождения курса нужно достаточно интенсивно заниматься самостоятельно, глубже погружаться в тему, изучая информацию в других источниках. На мой взгляд, до начала курса нужно научиться работать с Python и иметь представление о статистиках, иначе уложиться в отведенные сроки невозможно. Для людей без мощного бэкграунда время прохождения курса увеличивается в 3-4 раза (я тратила около 20 часов в неделю 4 недели), предварительно пройдя курс по Python и по статистике.

автор: Anatoly C

7 мар. 2016 г.

Курс определённо хорош, но к сожалению не самодостаточен. Гуглить приходилось много. Нет - ОЧЕНЬ МНОГО. В принципе, если бы не было заявлено что хватит школьных знаний математики (которые я уже с успехом забыл), то у меня не было бы нареканий.

Качество исполнения - на высоте. Практики маловато, но надеюсь в дальнейшем её будет больше. Но вот последняя неделя показалась перенасыщенной, банально не успевал, хотя уделил много времени.

Еще маленький минус, лекторы часто просто читают формулы, вместо того чтобы наглядно показать суть. Контр пример - когда показывали на примере амебы поиск минимума, побольше бы таких визуальных объяснений.

В целом о потраченном времени и деньгах не жалею. Спасибо Яндексу и МФТИ. Двигаемся дальше)

автор: Пушкарев Д В

11 мая 2020 г.

Курс рассчитан, скорее, на то, чтобы освежить имеющиеся знания, с нулевыми знаниями в программировании или высшей математике будет тяжело.

Однако, как пролог всей специализации он работает хорошо и обрисовывает фундамент, необходимый для прохождения следующих курсов. Многим не нравится, что здесь не объясняют абсолютно все с нуля и не разжевывают как в школе. Но если поступать так, то понадобится два, а то и три вводных курса. Вариант, который выбрали создатели курса, более оптимальный, на мой взгляд.

автор: Евсеев С К

8 авг. 2020 г.

Я буду оценивать этот курс, как человек с хорошим мат образованием.

Мне понравилось, было интересно и я быстро повторил изученные ранее дисциплины, плюс получил первые представления о питон. Конечно, этого материала будет мало для людей, которые не имеют мат образования, для начала нужно изучить математику, а потом уже приступить к анализу данных.

автор: Anton

18 февр. 2021 г.

Матан..

Аналит...

Теорвер....

Окончив N лет назад Физтех я даже заскучал по той старой школе преподавания, когда преподаватель смотрит на тебя поверх толстых очков "молодой человек, вот же методичка, разве не понятно?". Ба! Этот курс то что нужно, встряхнуло прекрасно, но боюсь, что для людей со стороны такой курс покажется слишком сложным.

автор: Ольга Б

7 дек. 2020 г.

Огромное спасибо за курс! Было сложно, было трудно. Но бросать не хотелось. Я всё-таки прошла этот курс. Хочу освоить следующий. Но пока подтяну статистику и линейную алгебру, которую я не особо помню со времён универа. Приятно осознавать, что сидя в декрете, мозг работает и окончательно не увяз в детских подгузниках.

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: Gleb D

9 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

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.

автор: Сергей Л

24 янв. 2021 г.

Отличный курс. Было, конечно, тяжеловато из-за того, что математику в институте я учил 20 лет назад. Но все получилось. Спасибо авторам курса за проделанную работу.

автор: Геннадий Б

9 янв. 2020 г.

Хороший курс. Приятно вспомнить университетскую математику, но главное это практические задачи, пожалуй, именно они были наиболее полезны для меня.

автор: Khityaev E

13 мая 2020 г.

Для новичка тяжеловато. Хочется более плавного перехода от простого к легкому.

автор: Горчичка

18 окт. 2020 г.

Курс - обучение боем. Это для меня!