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: 5,515
Рецензии: 932

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

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.

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

Фильтр по:

101–125 из 903 отзывов о курсе Математика и Python для анализа данных

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: Константин С

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: Anvar A

24 февр. 2021 г.

Хороший курс-введение для тех, кто хочет разобраться в машинном обучении. Мне как раз было интересно сначала понять, какие библиотеки в Python для этого используются, а также восстановить математическую базу, давно забытую.

Минусы тоже есть - иногда задание или вопрос в тесте сформулированы не до конца четко или понятно, а примера в предыдущей видео-лекции на эту тему не было. В итоге тратишь часы просто пытаясь понять, что от тебя хотят вообще...

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: Andrew S

21 дек. 2020 г.

Хороший курс чтобы погрузиться в язык python и использовать базовые математические функции, вспомнить курс математической статистики, линейной алгебры и теории вероятности (а кто не знал или забыл - сможет понять из коротких видео). Также научитесь строить простые модели, которые покрывают широкий спектор повседневных задач. Познакомитесь с Jupyter, котрый позволяет объединить красивую математическую запись с расчетами на одном ноутбуке.

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.

автор: Шевченко Н Р

7 авг. 2017 г.

Курс очень хорош для начала. Есть конечно не очень приятные моменты, например в некоторых заданиях вообще непонятно что делать, но со временем понимаешь. Курс реально пройти за неделю. Очень хорошая математическая база (правда названия теорем, которые используются в видео не сообщают), узнал даже что-то новое для себя (нам не читали матричные разложения на линейной алгебре). В общем очень доволен курсом. Всем советую

автор: Даниил Д Е

25 мар. 2019 г.

Суперский курс! Я из физтех, 3-й курс, поэтому для меня нового было принципиально не очень много, но повторил очень много старого, структурировал знания. Хотя сложности были (в основном на 4-й неделе). Попадались задания непростые, но если посидеть, разобраться, то все получается! Материал объясняют очень доходчиво. Надеюсь продолжить изучение специализации дальше. Большое спасибо создателям курса!

автор: Alexander K

11 февр. 2018 г.

Отличный курс! Помогает вспомнить необходимую математику и дает необходимые минимальные навыки по работе с Питоном. Преподаватели рассказывают очень интересно и нескучно. Тестовые задания подобраны очень хорошо, помогают проконтролировать, что ты все понял правильно. Задания на программирование и оценку работы сокурсниками достаточно прикладные и творческие. Однозначно рекомендую этот курс!

автор: Николаев П В

11 дек. 2018 г.

Отличный курс, доступно рассказываются сложные вещи, особенно в части математики. В качестве пожелания - добавить разбор сложных моментов, связанных с программированием на Python, т.к. при выполнении самостоятельных заданий большая часть времени уходит не на сутевую часть, а на устранение ошибок в программе (это при том, что у меня хороший бэкграунд, я закончил ВМК МГУ им. Ломоносова)

автор: Gusсhchin A

3 мая 2018 г.

Курс - то,что нужно для начинающего.

Мне очень нравится,что объёмный курс разбит на несколько.Это очень грамотно.Перед этим я прошел курс на другой одной известной платформе по нейронным сетям и он мне не понравился и я его не осилил,честно говоря, из за того,что там было всё быстро,без подробностей.

Здесь же не так.

Спасибо всей команде курса!Приступаю к обучению на размеченных данных.

автор: Vladyslav C

18 февр. 2016 г.

Отличный начальный курс, который хоть и галопом по Европам, но освежает все основные математические разделы необходимые для дальнейшей работы с машинным обучением и налаизом данных.

Единственный недостаток это достаточно тяжелая для усвоения 4-я неделя, кто очень многие статистические метрики вводяся буквально за 10 минут, но если посидеть над заданиями - все становится на свои места

автор: Федор Д

6 мая 2020 г.

Лучший курс, который я когда-либо видел, знания сбалансированы, задания выполнимые. Конечно, было сложно без предварительной подготовки, но удалось пройти весь курс всего за неделю, так-как хочется поскорее освоить данную специализацию и приступить к профессиональной деятельности в области Data science. Очень понравилась обстановка данного курса, планирую освоить всю специализацию!

автор: Юрченко В В

27 февр. 2016 г.

Интересный курс. Весьма сложные вещи рассказывают быстро и в большинстве случаев понятно. Но сжатость так же является и минусом. Некоторые весьма сложные определения и формулы трубют более детального разбора (касаемо оптимизации, разложения матриц и теории вероятности). Думаю, что, если сделать курс более развернутым, то суммарное время лекций увеличится не больше чем на 30 минут.