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: 5,281
Рецензии: 880

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

KA
15 февр. 2016 г.

Прошел много курсов по Data Science, этот курс не разочаровал. Подается в лучших западных традициях. Неформально объясняется материал, много примеров. Надеюсь, и дальше специализация не подкачает.

Фильтр по:

76–100 из 847 отзывов о курсе Математика и Python для анализа данных

автор: Белякова М С

20 авг. 2017 г.

Спасибо всей команде-разработчиков данного курса! Было очень интересно его проходить.

Понравилось, что знания математики тут же находили реализовывались в Python.

Очень понравилось последнее задание про проверку ЦПТ, когда ты видишь на реальных выборках и реальном коде работу теории. Теория подкрепляется практикой, это очень круто.

Еще раз спасибо вам!

Одно маленькое замечание про то, что в первых двух неделях знания по Python очень не ложились.

То есть много было теории, а чтобы научиться, нужно попробовать. Да, после были задания написать код на Python, но все равно, мне кажется, много что я пропустила мимо ушей из первых лекций потому, что не попробовала написать код.

автор: Vladislav K

21 нояб. 2018 г.

Хороший курс для того чтобы получить/освежить знания по математике и Python. Конечно, многие темы затрагиваются лишь поверхностно, но вы всегда можете более подробно почитать о них в рекомендуемой литературе. Задания неплохие, показалось что даже слишком легкие, но если вы новичок в Python, то у вас могут возникнуть трудности, да и в принципе хотелось бы больше заданий по программированию. Отдельно хочется отметить конспекты: они очень хороши, уверен, что буду пользоваться ими, для того чтобы освежить знания. Из минусов могу отметить использования 2-й версии языка Python, я сдавал 3 и особых проблем не возникло, но все же решил об этом упомянуть.

автор: Породнова М А

19 июля 2018 г.

В обучении в рамках данного курса все понравилось.

Есть один нюанс - я начинаю совсем с "0". 11 лет назад окончила Физтех УПИ и с тех пор по профессии не работала, сейчас начинаю все сначала. В программировании опыта совсем нет, поэтому было бы здорово увеличить объем информации именно по программированию, как таковому. Понимаю, что в основном на такое обучение приходят не новички, но может быть для нулевых пользователей вы сделаете допраздел с большим количеством информации по программированию, заданиями на технику программирования, на оптимизацию кода и т.д.

В остальном, все понравилось. Иду учиться дальше на следующие курсы.

автор: Ульянова М Г

31 июля 2019 г.

В таком сжатом, а главное, понятном виде суметь изложить основы мат. анализа, линейной алгебры и мат. статистики с теорией вероятности, да еще и с практическим применением полученных знаний в Python - это по-настоящему круто! С помощью этого курса я освежила подзабытые знания и сумела понять некоторые вещи, которые остались непонятными в процессе получения очного высшего образования в университете. И это классно, когда лекции настоящих профессионалов можно слушать дома, когда тебе удобно, и можно пересмотреть столько раз, сколько нужно, чтобы действительно понять материал, а не просто прослушать ради галочки.

автор: Nataliya V

6 апр. 2020 г.

Прекрасный курс от лучшего университета нашей страны (МФТИ) и лучшей ИТ-компании РФ (Яндекс)! Отмечу высокую концентрацию знаний - пришлось "вспомнить всё" из университетских курсов: мат. анализ, линейную алгебру, мат. статистику, теорию вероятности, методы оптимизации, а также изучить много того, что не знала раньше. Порой было очень непросто, но зато азартно и увлекательно, огромное спасибо! Отдельная благодарность всем преподавателям и разработчикам курса, а также менторам, которые терпеливо отвечали на вопросы на форуме. Мне особенно помогли рекомендации Алексея Задойного, спасибо!

автор: Олешко

7 нояб. 2016 г.

Спасибо за курс!

Идеально подойдёт для тех кто изучал математику в универе, слушая "одним ухом" и толком не вдаваясь в детали. У меня было так, потому что просто не понимал, зачем могут быть нужны все эти матрицы, векторы, кроме как для фундаментальных теоретических исследований, которые меня мало интересовали. Оказалось, это может быть полезно и на практике. Курс хорошо освежает в памяти забытые формулы и понятия. Однако, из-за предельной краткости и лаконичности изложения некоторые вещи остаются не понятными и приходится обращаться к дополнительным источникам, но это вполне нормально.

автор: Рогозин А

9 апр. 2020 г.

Курс позволяет получить необходимую базу, без которой не получится в дальнейшем в полной мере изучать линейные модели, регрессию, деревья и т.п. В редких местах было непонятно, благо есть замечательный сайт Mathprofi, который я помню ещё со студенческой скамьи, и справочники в интернете по Питону. Увы, курс изучал больше, чем месяц)

Хотелось бы больший акцент на numpy - мне показалось, что ему уделили не так много внимания, хотя это мощный инструмент для работы с векторами.

Спасибо за курс, было познавательно.

P.S. Без базовых знаний матана будет сложно, берегитесь)

автор: Dasha S

15 авг. 2016 г.

Курс хороший. Мне помог вспомнить, что я забыла со времен университета. Но я часто ловила себя на мысли, что, если бы мне надо было не вспоминать, а изучать весь материал с нуля, было бы сложно. Задания интересные и отлично возвращают в забавное состояние, когда ты одновременно знаешь, что требуется сделать в целом, и останавливаешься на какой-нибудь мелочи, вроде квадратиков вместо русских букв, и вынужден пересматривать лекции вновь и вновь, потому что точно помнишь, что где-то там объясняли, что делать, чтоб так не случилось, но ты, конечно же, пропустила.

автор: Ivan S

20 янв. 2018 г.

Очень хороший курс. Много сложных и интересных заданий, много практики. Большая часть необходимой теории, особенно математической рассказывается довольно подробно. Много пояснений из реальных примеров из практики, что помогает лучше настроиться. Жаль, что для освоения некоторых практических заданий всё же необходимо обращаться к другим источникам, читать документацию. Жаль, что нет некоторых подготовительных материалов, которые бы представляли отдельные элементы ipython-ноутбуков для практических заданий. Но и за это тоже большое спасибо, молодцы!

автор: fearning

17 янв. 2017 г.

Прекрасный курс, освежающий курс математики в мозгу. Доступность изложения позволила переосмыслить математические основы(во время написания отзыва заканчиваю вторую неделю). Параллельное введение в практические инструменты не позволяет воспринять теорию как что-то ненужное и малозначимое. Разве что использование второй ветки python не до конца понятно использование второй ветки python.

Обязательно буду проходить всю специализацию, правда, в рамках бесплатно доступного, я общажный студент и иногда хочется кушать)

автор: Александр П

6 авг. 2017 г.

Закончил первый курс. Ранее не имел опыта программирования на Python, поэтому первая задачка по программированию далась непросто. Некоторый опыт работы на плюсах и матлабе помог мне с ней справиться, и когда освоился с синтаксисом, стало гораздо проще. Думаю для тех, кто вообще не изучал программирования это может стать непреодолимым барьером. По самому материалу - подача замечательная, все разжевано на интуитивно понятном уровне. Жаль только, что курс быстро кончился, ну ничего, впереди еще пять есть:)

автор: Anton K

15 нояб. 2017 г.

Очень хороший курс. Несмотря на то, что в данный момент я работаю разработчиком, всегда ощущал пробелы в базовом математическом образовании и от этого была неуверенность. После этого курса стал увереннее себя чувствовать: школьного курса алгебры полностью достаточно чтобы понять весь материал курса, а самостоятельная работа над заданиями в ipython notebook еще лучше позволяет разобраться в той или иной проблеме. P.S. Особенно понравился раздел про статистику и матричные разложения.

автор: Andrii O

3 мая 2020 г.

Очень хороший курс, освежающий знания по высшей математике. К сожалению, если у человека нет математической базы, то я думаю, что этого курса совсем не достаточно. Но таким людям просто надо изучать Матан, линейную алгебру и аналитическую геометрию с теорией вероятности и мат статистики. Я очень доволен, что начал изучать ML именно с этими ребятами. В отличие от некоторых известных курсов по ML тут дается Python а не Matlab (необходимость и целесообразность которого под вопросом).

автор: Сафронов К Н

23 янв. 2018 г.

курс понравился плотностью подачи и одновременно доступностью. просто объясняют сложные вещи. и ещё здорово что всё о чём рассказывали можно скачать - программы по программированию или конспекты по математике, спокойно потом разобрать детально. в универе вроде говорили ту же теорию, но много деталей, и не рассказывали зачем это всё и для чего. здесь всё наоборот - упор на практическое применение без доказательства теорем и лишних слов и терминов. эх где вы были 15 лет назад..

автор: Sholonik V S

29 июля 2017 г.

Хотелось бы больше примеров решения задач.

Т.к. сложно после ощей лекции решать некоторые задачи в тестах, особенно по статистике.

И советы вроде "попробуйте такое-то распределение" не помогают, т.к. ты раньше вообще никакие задачи на распределения не решал.

Понятно, что можно гуглить и рыться на википедии, но в моем представлении материалов курса должно быть достаточно для элементарных задач.

В общем... мое мнение - стоит добавть примеры решения разных задач в конспекты лекций.

автор: Aleksey S

24 мар. 2016 г.

Отличный курс. Конечно некоторые (да что уж там - почти все) темы хотелось бы рассмотреть по глубже, но понятно что нельзя объять необъятного.

В любом случае эта специализация мне нравится гораздо больше чем аналогичный курс от Яндекса+ВШЭ. Там реально ничего не понятно (кроме механически выполняемых домашних заданий, выполняемых практически без понимания что делается и зачем), а на все вопросы обитатели форума шлют в ШАД.

Надеюсь что дальше будет не менее интересно.

автор: Ivan M

26 июня 2017 г.

Курс понравился, но без ложки дегтя не обошлось. По-моему личному мнению, теории ну совсем мало, и даже то, что есть, можно было бы разобрать чуть подробнее: в идеале было бы, чтобы конспект в конце каждой недели был не просто стенографией видео-лекций, а более подробным. Особенно это касается раздела статистики и теории вероятностей. Ну и хотелось бы больше заданий в тестах, хороших и разных, а то тренировочные тесты на 2-3 вопроса это даже как-то не смешно.

автор: Новиков Р М

24 янв. 2019 г.

Хороший курс - введение в машинное обучение. Дает хорошие навыки в использовании математики в Python с помощью библиотек Pandas, NumPy, SciPy и Matplotlib. С помощью этого курса можно достаточно быстро вспомнить разделы математики, без которых не обойтись в машинном обучении. А при отсутствии этих знаний можно достаточно просто их получить, благо что преподают хорошо и есть удобная система конспектов по итогам уроков. Всячески рекомендую данный курс.

автор: Alex K

8 мар. 2016 г.

Курс хороший, материал излагается доступным языком. Хотелось бы конечно что бы побольше теоретический материал, подавался в конкретных примерах. Пару раз пришлось поискать способы решения. Но в целом для меня, как для человека первый увидевшего питон и забывшего уже все что изучалось в университете, материала для заданий хватило на 97%. По питону не хватает ссылок на руссккоязычную документацию или более детальные примеры и описания функций.

автор: Evgeniy V

29 июля 2016 г.

Курс позволяет освежить в памяти основы математики, которые были успешно забыты после полученных зачетов и экзаменов в институте. Позволяет изучить что-то новое как для меня была статистика и Python. И всё в курсе очень профессионально и доступно подано, так что хочется учиться и выполнять проверочные работы, что, например, не всегда наблюдается в том же институте. Остался очень доволен курсом и планирую дальше продолжать специализацию.

автор: Sergey P

23 окт. 2017 г.

Сложный для меня курс, хоть и начальный, математика была давно, а многих разделов, что требуются и не было, но теперь я понимаю, что нужно, чтобы двигаться дальше. Задания -- просто огонь! Особенно последнее!:) Сдал в последний момент, думал, что не успеют проверить, но все обошлось! Всем спасибо! Было круто! Теперь курс по статистике, теорверу и комбинаторике и обратно на второй курс специализации!:) Очень-Очень-Очень, крутой курс!:)

автор: Bulygin A A

2 февр. 2018 г.

Крайне приятный вводный курс. Хотелось бы больше примеров, которые соотносят теоретический базис с практикой, за исключением этого не нашел никаких недостатков. Очевидно, курс ориентирован или на имеющих хотя бы начальный уровень математической подготовки и базовые навыки программирования, или на людей, готовых посвятить несколько вечеров для самообучения. Лично у меня никаких сложностей не возникало при прохождении курса.

автор: Ломов М Ю

17 апр. 2019 г.

Интересный курс, который дает в общих чертах понимание и практический опыт использования языка Python и пакетов для выполнения научных и инженерных расчётов для задач анализа данных.

По моему субъективному мнению, данный курс может потребовать от слушателя, не имевшего ранее знакомства с курсами теории вероятности и мат. статистики, дополнительного изучения данных предметов помимо представленного материала в видео лекциях.

автор: Денисов М В

8 апр. 2020 г.

Курс позволил вернуться восстановить необходимые знания из ВУЗа, заново их переосмыслить с пониманием реальной потребности этих знаний в нашей жизни.

В процессе обучения для меня был ряд инсайтов относительно применения высшей математики в нашей жизни. Видно, что каждый преподаватель обожает свой предмет.

Курсы по-настоящему погружают в увлекательный мир анализа данных. Спасибо всем кто причастен к созданию этих курсов!

автор: Mashchenko M

10 февр. 2019 г.

Курс хороший. Гуманитариям стоит готовиться к возникновению сложностей почти на каждом этапе. Тем не менее, внимательное изучение всех материалов курса в совокупности с активным использованием Google должно помочь: некоторые моменты (очевидные для математиков) не объясняются, из-за чего требуется тратить гораздо больше времени на обучение.

Пожалуй, единственный негативный момент - первое задание по программированию.