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: 5,618
Рецензии: 946

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:

776–800 из 919 отзывов о курсе Математика и Python для анализа данных

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.

автор: Заньков К А

3 апр. 2018 г.

Не хватает погружения в конкретные задачи, чтобы реализовывать на практике полученные знания с первого занятия. Много теории, которая наверняка не пригодится в дальнейшем! Было бы здорово если курсы будут интерактивными! Допустим, есть конкретная задача у компании "А" и чтобы ее решить нужно то-то, есть другая задача у компании "Б" и для другой ситуации был бы применителен более индивидуальный подход!!! Надеюсь вы меня поняли!!! Будет круто)! Уверен, что количество слушателей увеличится в разы!

автор: Тенишев Т В

23 дек. 2020 г.

Это очень хороший курс, если вы уже проходили линейную алгебру, аналитическую геометрию и теорию вероятностей и у вас есть опыт работы с Пайтоном. Если такого нету, то правда будет сложно - поэтому параллельно лучше проходить основы Python (есть очень хороший курс Crash Course on Python от Google) и изучать основы высшей математики и теорвера. Большое спасибо авторам за такие сложные задания - хоть и ломаешь голову по полдня, но зато после выполнения чувствуешь себя богом :)

автор: Чайников К

29 апр. 2018 г.

Хороший курс) Единственный минус это недосказанность некоторых тем, особенно тяжко было воспринимать статистику. Объясняли каким-то нечеловеческим языком. Ну, может мне так кажется. А в основном мне понравилось) Кстати, если вы только решаетесь записаться на курс или нет. Я Вам смело советую сделать это! Если вы совсем новичок как в математике так и в питоне, то на платформе Stepik.org(https://stepik.org/course/3356) есть обширный практикум по этому курсу.

Дерзайте!

автор: Билибин С К

21 мар. 2017 г.

Очень кратко, но полно подана теоретическая информация. За это всевозможные респектосы.

Почти все, что было затронуто в этом курсе, я проходил в университете. Этот курс очень хорошо формализовал и структурировал информацию в голове.

В практической части сложность заданий не очень сбалансирована( для меня задача на анализ текстов была очень непростой, так как я впервые открыл питон), но, в целом, вся теория была применена на практике и это хорошо.

автор: Sergey D

10 авг. 2019 г.

Курс интересный, темы выстроенные в грамотной последовательности. Но для того объема материала, которым должен овладеть слушатель к концу курса, данный курс очень маленький. Предполагается, что слушатель либо знаком с линейной алгеброй и Питоном, либо очень много время надо потратить на изучение этих тем, гораздо больше длительности всего курса. Все же хотелось бы, чтобы в курсе более детально разбирались аспекты математики и Питона.

автор: Борис Д Г

12 июля 2021 г.

В​ целом неплохо, но не все объяснения понятны. Некоторые сущности языка рассказываюьтся будто само собой разумеющееся, хотя о них прежде ничего не говорилось. Объяснение основ Линала и Матана среднего качества. Ну если вы же на видео записываете, ну отредактируйте, переснимите, переформулируйте ваше объяснение. Сложно слушать речь с запинками и отсутствующим взглядом, которая при этом ещё и записана.

автор: Филипп У

27 июля 2017 г.

Некоторые задания были очень простыми. Наверное, это нормально для первого курса из специализации. На мой взгляд была очень крутой третья неделя. Я узнал на ней много нового для себя про оптимизационные алгоритмы и про матричные разложения. Возможно, имеет смысл добавить задание реализовать вручную какой-нибудь генетический алгоритм или отжиг.

Спасибо за первый курс в специализации ;)

автор: Usenko S

26 окт. 2017 г.

Начало не сложное, но затем сложность растет нелинейно и 3,4 неделя для понимания требует значительно больше материала чем представлено в видео и конспектах. Напоминает мем о том как научиться рисовать) Курс явно рассчитан на людей, которые уже что-то подобное когда-то проходили и им надо только освежить это. Если не знакомы с программированием и математикой - будет сложно.

автор: Нагорный П В

25 февр. 2018 г.

В целом курс отличный. Дает необходимые знания. Но! Хотелось бы ,чтоб в видео разбирались реальные задачи. Я имею в виду, что сам курс не имеет значения, если делать так : " Вот здесь задание, вот документация. Мы ее вам не показывали, но вы прочитайте сами." Зачем нужны преподаватели, если можно отправить к документации? Хотелось бы более адаптированного преподавания.

автор: Ivan S

8 июня 2017 г.

В целом все неплохо (отлично вспомнил универскую программу + начал видеть интересности в 'сухой математике'). Я бы немного переработал неделю с теорией вероятности. Было бы проще, если:

не просто читали формулы, а объясняли какой физический смысл за ней стоит.

Именно на тервере приходилось пользоваться другими источниками, чтобы понять о чем речь.

автор: Andrey A

22 июня 2017 г.

Отличный курс. Хотя в некоторых местах довольно поверхностное и, тем не менее, все равно сложное повествование. Странная комбинация. В остальном курс дает необходимую базу для решения задач с помощью Python (в первую очередь учит искать информацию в описании библиотек) и некоторые идеи использования математического аппарата в решении задач.

автор: Katya K

7 сент. 2019 г.

хороший курс для новичков, вводит в курс дела, хотя местами слишком кратко. особенно последняя неделя скомканной получилась, слишком много реально сложной информации (теорвер и статистика) и я просто пропускала некоторые вещи. зато практика супер! буду проходить второй курс однозначно, применять знания. спасибо большое всем организаторам

автор: Пискунов А Д

21 окт. 2016 г.

Курс неплохой, но балл снизил за недостаточно хорошо раскрытый оператор lambda.

В итоге, конечно, разобрался с ним досконально, но пара лишних примеров в тексте лекции сэкономила бы кучу времени. А также неплохо было бы понять, зачем нужно было дублировать более общий оператор определения функции def его усеченным вариантом lambda

автор: Baturo T

9 апр. 2017 г.

Спасибо большое организатором за создание такого курса! Он позволяет получить новые навыки в анализе данных. Надеюсь, что подобных курсов будет все больше и больше!

Из недостатков: курс занимает больше времени, чем упоминается в описании. Не всегда хватает поддержки на форумах. Мне хотелось бы больше упражнений в первые недели.

автор: Козлов Д А

20 нояб. 2021 г.

Курс интересный, но непоследовательный. Сначала разжевывается самое элементарное, а уже через две недели в кучу сваливаются статистика и теория вероятности. Примеров выполнения задач почти не даётся. В итоге, ищешь другие курсы и проходишь эти темы там. Это огромный минус. А вот задача "на кошачью тему" мне понравилась.

автор: Толмачев А А

21 нояб. 2016 г.

Отличный курс, считаю обязательным для всех людей, желающих изучать Python для мат. анализа. Для меня единственной проблемой в курсе была часть с теорией вероятностей, достаточно поверхностно осветили плотности и распределения и достаточно проблематично получилось выполнить последнее задание. В остальном - великолепно!

автор: Фёдоров А С

13 дек. 2017 г.

Часть по Python хороша. Единственный минус - в лекциях рассказывают про Python 2, а все студенты уже на Python 3.

Часть по мат.статистике тяжелее, мне показалось скомкано, пришлось дополнительно прослушать отдельный курс по основам статистики на Степике. Только после этого понял как надо выполнять итоговое задание.

автор: Berdnikov D U

4 июля 2019 г.

Немного бегло. Кое-что приходится догугливать. В превью сказали, что будет математика и она будет применяться на практике. Пока этого нет, делаю на упорстве, читаю дополнительно, думаю, поможет, а там - глянем. В целом, формат тестов - отличный, после них запоминается лучше. Но, как и везде - практика

автор: Cyril B

29 апр. 2018 г.

Из плюсов - много практических задач

Из минусов - объяснение математики явно рассчитано на подготовленного человека. Также есть явная нехватка практических примеров. В качестве источника, где на мой взгляд математика объясняется гораздо лучше привожу англоязычный учебник Higher Engineering Mathematics