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:

776–800 из 898 отзывов о курсе Математика и Python для анализа данных

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: 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

автор: Timur B

12 мар. 2018 г.

The lectures could potentially go into more details, especially in the optimization part. The explanation is too short and does not give feeling of what is actually happening. The probability theory is also short but much better explained, so it can be clearly understood. The exercises are excellent!

автор: Санников С А

28 авг. 2017 г.

Курс хороший предполагает поиск материалов вне лекций, но для непросвещенных в высшей математике довольно сложный. Помимо того что говорят на курсе нужно еще искать более разжеванную информацию и кучу референсов на непонятные вещи, почему тут так а тут так. Но возможно, это я просто дотошный :)

автор: Vladimir I

19 мар. 2016 г.

Хороший курс, всё понятно объясняют, даже в тестах объясняют что не так и почему.

Хотелось бы больше доказательств, хотя бы в письменных материалах к видеоурокам, чтобы не лазить по интернету в поисках "а почему так". Или хотя бы ссылки на соответствующий параграф в любимом учебнике.

автор: Olga F

18 февр. 2020 г.

Очень хороший курс для систематизации подзабытых и разрозненных знаний по высшей математике и основам python. Для новичков не подходит, т.к. многие вещи объясняются быстро и коротко. Только благодаря этому курсу я наконец поняла до конца смысл центральной предельной теоремы!

автор: Беляев А В

19 мар. 2017 г.

В курсе стоит добавить описание специфических особенностей Coursera и типичных ошибок начинающих пользователей, не связанных с самим курсом (повреждение файлов скриншотов с кириллическими именами и т.п., размещение скриншотов в неудоборимых форматах).

автор: Pavel A

7 сент. 2018 г.

Хотелось бы более подробного освещения рассматриваем тем в видеоуроках. Материал на семестровый курс начитать в академчас - не самый оптимальный способ объяснить его. Сделайте видео по 20 минут вместо 2 - 4, побольше примеров, поподробнее объяснения.

автор: Vagif M

31 янв. 2018 г.

Все хорошо, только зачастую постановка задачи вводила в заблуждение и искал не там где нужно было либо уже решил задачу, но считал что нужно еще что то сделать для ее окончания: хотя в основном все решения были на поверхности(

автор: Fatvvs F

19 окт. 2018 г.

Курс хороший, но не отличный. Понравилось то, уделили внимание градиентому и стохастическому градиентному спускам, а также разложение матриц. В остальном можно было рассказать подробнее. Очень мало про методы оптимизации.

автор: Vadim S

7 сент. 2018 г.

Мало времени уделено самому языку и работе с библиотеками

В принципе язык довольно прост и синтаксис понятен, но времени самому програмированию, думаю, можно было бы уделить дополнительно, даже увеличив количество времени.

автор: Сокольцов В Ю

12 июня 2017 г.

Я отдаю деньги, а потом мне еще и ребусы в заданиях разгадывать. Если вы уж делаете этот курс для людей, которые успешно работаю в сфере анализа данных - так вы хотя бы пишите об этом. Не все ваши студенты закончили МФТИ!

автор: Artur

8 июля 2018 г.

Все же данные даются вскольз. Для успешного выполнения заданий требуется искать дополнительные источники информации.Когда задания не принимаются и возникают ошибки, то информационные сообщения редко бывают информативны.

автор: Alexander G

8 авг. 2016 г.

Предлагаю в видео добавить рассмотрение примеров, некоторых задач, которые проиллюстрируют алгоритм работы с итоговой формулой. Достаточно не простыми показались темы: формула Байеса, распределение Пуассона, ЦПТ.

автор: Anton V

2 дек. 2018 г.

Хорошее напоминание математических основ и знакомство с Python, но не все объяснения внятные (например, не рассказано, что такое косинусное расстояние). Также есть небольшие претензии к форме подаче материала.

автор: Валентин А С

5 авг. 2018 г.

Хороший курс для ознакомления(но не глубокого понимания) с базовыми понятиями из матана, линала, теорвера, статистики, Python, методов оптимизации. В общем со всем тем что нужно будет в следующих курсах.

автор: Nikolay B

17 авг. 2017 г.

отличный курс. Оч крутые преподаватели, все на высоком уровне.

Правда, небольшой минус за 2-й питон, пора бы уже его похоронить, реально достали эти проблемы с целочисленным делением и прочие мелочи.

автор: Dmitri P

15 мар. 2016 г.

В целом курсом доволен. К сожалению, чтобы успешно пройти тесты курса требуется искать дополнительные источники информации т.к. в материалах самого курса ответы на многие вопросы отсутствуют.

автор: Дмитрий А М

6 нояб. 2017 г.

Очень хороший курс, лекции прекрасные и задания. Но почему возможно проверять решения других людей, не получив еще своей оценки, то есть не узнав правильно ли вообще задание было сделано?

автор: Маргарита А

12 дек. 2020 г.

Курс суров, очень не хватает примеров для закрепления теории перед переходом к практике. Приходится постоянно "добирать" еще где-то. Но вопросы и задания вынуждают разобраться в теории.

автор: Насибуллин Р Х

2 мар. 2020 г.

Курс в целом очень полезный, но подача материала не всегда качественная, особенно это затронуло статистику и теорию вероятностей! Надеюсь дальше будет интереснее и более понятно.