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: 5,487
Рецензии: 930

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

MS
3 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.

Фильтр по:

276–300 из 898 отзывов о курсе Математика и Python для анализа данных

автор: Roman S

6 мар. 2017 г.

Отличный курс для первого знакомства с Python и его применением в анализе данных. Освежил в памяти основы матанализа и теории вероятности.

автор: Daria Z

1 нояб. 2016 г.

Прошла курс как начало специализации. Хорошее введение в тему во всех отношениях: и в программирование на Python, и в теорию data science.

автор: Кожин А М

6 мар. 2019 г.

Хороший курс, позволяет вспомнить основы мат. анализа, линейной алгебры и статистики. Те кто знаком с python не будут испытывать проблем.

автор: Renat R N

19 февр. 2018 г.

Очень полезно получить базовые навыки анализа на Python, а также вспомнить и научиться применять математический аппарат в анализе данных.

автор: AlexModern

10 мар. 2017 г.

Отличный курс! Продуманная структура, хорошие учебные материалы и практические задания позволяют осваивать материал в хорошем темпе. Есть

автор: Андрей Д

3 дек. 2016 г.

Этот курс заставил переосмыслить студенческие знания. Прежде всего полезно то что все здесь рассматривается с практической точки зрения.

автор: Розен А Ю

15 апр. 2021 г.

Отличный курс,но очень желательно обладать первоначальными навыками в Питоне и математике. Совсем с нуля учиться будет сложно,но можно!

автор: Alina G

31 окт. 2020 г.

Очень простые вещи.

Было бы неплохо иметь возможность пропустить этот курс специализации в обмен на прохождение соответствующего теста.

автор: Ярослав Х

10 мая 2019 г.

Хороший курс. Линейная алгебра объясняется удобным для понимания способом. Интересные моменты с теорией вероятности и шляпой) Спасибо!

автор: Никитин Г

4 окт. 2017 г.

Отличный курс! Статистика и тервер уже конечно совсем подзабылись после окончания универа, поэтому последняя неделя была сложновата ))

автор: Matiievskyi V

20 нояб. 2020 г.

Если вы знали математику на уровне 1-2 курсов ВУЗа и хотите освежить знания, а также связать их с Python этот курс вам очень поможет.

автор: Mikhail K

18 янв. 2018 г.

Отличный курс. Является вводным в специализацию, но совсем не скучным. Прекрасные конспекты к лекциям помогают в освоении материала.

автор: Roman P

30 июня 2017 г.

Замечательный вводный курс. Хорошо освежает знания 1-2 курсов математического факультета и готовит к следующим курсам специализации.

автор: LeonX

2 мая 2017 г.

Шикарный курс! Выявил у меня множество проблем с теоретической базой. Весь следующий месяц посвящу ее наработке перед вторым курсом.

автор: Бунятов А И

24 дек. 2018 г.

Хороший курс, на все вопросы, возникающие в ходе курса, уже есть ответы на форумах. Реально осилить за пару недель, а то и быстрее.

автор: Ivan

29 мар. 2020 г.

Практичные занятия, теория объясняется на пальцах и сразу же закрепляется упражнениями с самостоятельным написанием кода в Питоне.

автор: Nikita K

8 мар. 2016 г.

Если у вас нулевые познания в теории вероятности, статистике, программировании и желание восполнить сей пробел, этот курс для вас.

автор: Vladimir P

12 июля 2016 г.

Отличный курс. Повторил все университетские аспекты, необходимые для изучения Data Science. Отличные примеры и задания на python.

автор: Иртюга С В

18 июля 2020 г.

Всё достаточно понятно и не занудно, помогает освежить в памяти термины и разобраться в тех темах, которые раньше давались плохо

автор: Нгуен К З

28 мая 2020 г.

Отличный курс, недостатки только в разделе вероятности и статистики, слишком короткие видео и объяснения. В общем мне понравился

автор: Сотников Г Д

26 мар. 2017 г.

Интересный курс, напоминающий основы мат. анализа и мат. статистики и помогающий приобрести практические навыки работы в Python.

автор: Денис Н

23 янв. 2017 г.

Very interesting course. I refresh old university's knowledges. And get more motivation to dive deeper in math and data science.

автор: Alex B

12 июля 2019 г.

Курс сделан очень хорошо, только конечно первое задание по программированию на второй неделе курса оказалось достаточно сложным

автор: Kate B

6 сент. 2018 г.

Really good introduction to required math and python basics. Moscow Institute of Physics and Technology is really good. Thanks!

автор: Пермякова Е

18 июля 2018 г.

Отличный курс с базовыми знаниями по необходимым разделам математики. Все структурировано и понятно. Отдельный плюс за лекторов