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:

801–825 из 898 отзывов о курсе Математика и Python для анализа данных

автор: leroy -

9 мар. 2016 г.

Курс хороший, теоретический материал подкреплен практикой, что очень важно=)

Для себя отметила, что если бы не было какой-то базы по питону и теории, было бы сложновато. Спасибо!

автор: Dmitry K

23 окт. 2017 г.

Необходимо более детальное объяснение математических формул. Изучение программирования лучше оформить в виде "Допишите кусок кода", а не тестов. Тренировочные задания - огонь!

автор: Alexsander K

26 авг. 2018 г.

Курс замечательный. Однако для решения некоторых задач предлагается поиск в исключительно английских ресурсах, которые при этом содержат английский далеко не среднего уровня.

автор: Igor B

27 нояб. 2017 г.

В качестве вводного этот курс неплох, но есть и вещи, которые не понравилась: многое умалчивается слишком явно умалчивается, не все лекторы одинаковы интересно рассказывают.

автор: Мария Е Ч

17 февр. 2018 г.

Ожидала, что будут упражнения на математику, что дадут примеры порешать, хотела больше хардкора. Но и так тоже неплохо, все очень доступно, авторы курса молодцы. Спасибо!

автор: Георгий Ф

10 апр. 2017 г.

Отличный курс, понравилось всё за исключением части про статистики и теорию вероятностей. Можно было и на 5 недель растянуть и сделать более подробно, важная ведь часть.

автор: Дмитрий О

1 июня 2020 г.

Курс хорош. Но последняя неделя не очень понятная. На мой взгляд, в ней, просто читать формулы в видео не достаточно. Нужно больше аналогий и примеров для 4-й недели .

автор: Vladyslav B

24 янв. 2019 г.

Хорошее введение в матчасть ML. Минус - формулы неплохо бы еще раз вычитать, иногда параметры в левой части не соответствуют параметрам в правой без пояснений.

автор: Поздняков Ю О

12 окт. 2018 г.

Примеры решения задач хотя бы в небольшом объеме желательно интегрировать в сам курс. Гугл конечно в помощь. Но для обучения было неплохо иметь их под рукой.

автор: Tema R

6 мар. 2016 г.

На мой взгляд, в начале курса маловато практики,

хотелось бы, чтобы практики было столько же, а лучше еще больше, чем в частях про вероятность и статистики.

автор: Юлия

3 мар. 2016 г.

Если изучали математический анализ, теорию вероятности, математическую статистику более 5 лет назад, то лекционного материала недостаточно чтобы вспомнить.

автор: Anton R

19 мар. 2018 г.

Хорошо организованный курс. Возможно, тема pandas выбилась из тематического ряда, либо стоит добавить примеров использования табличных данных для анализа.

автор: Andrey

19 янв. 2019 г.

Местами текст лекций кажется немного однообразным, однако в целом объем знаний довольно ёмкий, за что курсу большое спасибо. Немного завышена стоимость.

автор: Alexander A

26 февр. 2018 г.

Все очень хорошо, но мне как новичку в математике и статистике было тяжело все понять. Было бы здорово, если бы больше было примеров решения! Спасибо.

автор: Студенников В Ю

25 окт. 2016 г.

Питон можно было вообще здесь не трогать, т.к. сильно отдельная вещь. И математику максимально разбавлять примерами из жизни и наглядными аналогияим )

автор: Alexander P

18 апр. 2016 г.

Очень доступно объясняется, подача материала хорошая. Местами опечатки и оговорки. Задания сложные, на автомате нельзя выполнить, что является плюсом.

автор: Сергей К

19 янв. 2017 г.

Некоторые моменты в курсе весьма спорны (в частности один из вопросов по производным, пересмотрел пару раз учебник, правильный ответ - неправильный)

автор: Игорь С

30 окт. 2020 г.

Маловато теории, к сожалению. Я был бы очень не против, если бы вы расширили данный курс специализации для того, чтобы дать больше математики.

автор: Ягудин И В

5 июля 2020 г.

В целом курс соответствует ожиданиям.

Одно замечание - сложность заданий для самостоятельного выполнения сильно различается от недели к неделе.

автор: Портнов Н С

25 июня 2018 г.

Было бы неплохо либо больше математических пояснений, либо больше простых пояснений понятий. Особенно это касается статистики и теор. вера.

автор: Жаворонков С В

11 нояб. 2018 г.

Все отлично, но хотелось бы больше по теории вероятности. Возможно потому, что я в ней полный ноль и очень тяжело пришлось с задачками.

автор: Konstantin S

6 июня 2021 г.

Хорошая подача материала. Но хотелось бы чтоб в проверочных тестах было больше практических задач ( в части теории вероятностей)

автор: Andrew K

10 дек. 2016 г.

This was a very interesting course, though a little longer videos on applications of maths in data science would have been nice.

автор: Rubinstein D

27 февр. 2017 г.

Actually, I think that information is incredibly relevant, but I need more examples - as simplified as possible - in lectures

автор: Боймель А А

23 февр. 2016 г.

Math is rather boring, but programming is too fast sometimes. Also, it would be better to have more programming assinments.