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: 5,460
Рецензии: 926

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:

26–50 из 893 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: 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: Gennadiy B

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: Alina O

18 окт. 2020 г.

Курс - обучение боем. Это для меня!

автор: Ali T

29 авг. 2018 г.

Отличный базовый курс!

автор: Veronika D

22 дек. 2018 г.

Очень интересный курс, охватывает много областей математики, полезных для понимания алгоритмов машинного обучения и принципов анализа данных. Однако на мой взгляд некоторые важные и сложные темы были охвачены слишком бегло, я бы предпочла смотреть более длинные видео с объяснениями от лекторов этого курса, чем искать самой в интернете или читать учебники по теме...

автор: Капкаев Т Р

24 мая 2020 г.

Всё-таки нужно иметь чуть больше, чем нулевые знания по предмету: вроде бы заявлено, что курс базовый, но по факту лучше найти отдельные базовые курсы по Питону и/или по статистике, потому что здесь это скорее как напоминалка рассказывается.

автор: Волкович М С

10 мар. 2019 г.

Маловато практических заданий, курс сам по себе довольно простой для тех, кто хотя бы немного в теме линейной алгебры, тервера и матстата. Но при этом лекции, тесты и задания (особенно 2й и 4й недели) достаточно интересные.

автор: Александр В

24 авг. 2018 г.

Отличный курс! Местами не очень сбалансированный: сначала очень подробно даются основы, а потом тезисно более сложные вещи. Понятное дело, что в месячный курс не затолкаешь 2 года обучения в ВУЗе, но всё же)

автор: Andrei S

17 дек. 2018 г.

Часто теории из занятий недостаточно для выполнения практический заданий. В итоге на практику уходит значительно больше времени, чем указано в описании курса.

автор: Мария Б

9 янв. 2019 г.

Интересный курс, помогает освежить знания по математическому анализу, статистике, линейной алгебре.

Жаль, обучение идет на Python 2, а не на 3.

автор: Alexander

28 дек. 2020 г.

Хороший курс для тех, кто ничего не знает про оптимизацию и анализ данных. Хорошо подобраны задания - позволяют освоить материал из лекций.