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:

826–850 из 898 отзывов о курсе Математика и Python для анализа данных

автор: Vladimir I

31 авг. 2017 г.

Хороший курс. Совсем начинающим будет непросто (вообще без питона и матана). Не ясна мотивация выбора python2 (а не 3).

автор: Поляков С В

14 дек. 2019 г.

Хороший курс, пока все нравится, жаль что вся практика на Python2, Хотелось бы, конечно, на последней версии языка)

автор: Evgeny N

12 дек. 2017 г.

В лекциях мало, очень мало практических материалов!!! Приходилось искать на стороне объяснение теории на практике.

автор: Миронова Н

10 окт. 2016 г.

Хорошая подача материала, только ответы на несколько вопросов из теста по типам данных не нашла. Может проверите?

автор: Aleksey S

17 мая 2020 г.

Очень мало времени на освоение материала. Нужно либо подробней разбирать теорию или увеличить количество времени

автор: Narek

30 апр. 2016 г.

Курс ознакомит вас с темами, которые если вы не освоили, то должны будете освоить, чтобы понять анализ данных

автор: Vakunov S

5 мар. 2019 г.

Мне не очень понравилась часть по программированию. Особенно, в части заданий. Математическая часть - супер!

автор: Amantay A

22 янв. 2018 г.

Некоторые разделы уж слишком поверхностно. Понятно, что формат сжатый, но все же хотелось бы больше видео.

автор: Тимофей С

3 янв. 2018 г.

Сами темы выбраны удачно, но по некоторым из них рассказ уж очень поверхностный и без проверочных заданий.

автор: Mike S

27 мая 2017 г.

Тема статистики была несколько сложна, возможно, стоило сделать более подробным материал, особенно лекции.

автор: Danill B

11 июня 2018 г.

Всё-таки очень поверхностный обзор математики для курса, который ей посвящён. А так - задания интересные

автор: Мурзаев Я А

12 мар. 2017 г.

Не всегда интересные задания, но для тех, кто первый раз узнает про градиенты, теорвер и т.д. самый раз.

автор: Mikhail l

2 дек. 2019 г.

Статистика и теория вероятности очень бегло - приходится искать информацию на других ресурсах и курсах.

автор: Ануфриев С С

18 мар. 2017 г.

Хорошее введение, но думаю можно был сделать курс более интенсивным. В особенности в программировании.

автор: Никель А В

10 дек. 2018 г.

Мне не хватило материалов и примеров для сдачи тестов. Лекции слишком коротки и поверхностны.

автор: Sergey P

3 янв. 2017 г.

Математика дана слишком сжато. Приходилось 'догоняться' множеством других источников.

автор: Anton R

23 сент. 2016 г.

Условия задач ставятся не совсем корректно, что порождает кучу вопросов на форуме

автор: Алексей Р

25 сент. 2016 г.

Блок со статистиками показался мне избыточно сложным на фоне остального курса.

автор: Елена

2 сент. 2016 г.

Курс полезен как основа для новичков. Спасибо за Бонусное видео и материалы.

автор: Ленар С

17 сент. 2017 г.

Можно усложнить курс, слишком простой, хотя глава про статистике интересная

автор: Andrey M

6 окт. 2016 г.

в целом хорошо, но местами объяснения были очень путанные и безсистемные

автор: Astapenko D

14 нояб. 2017 г.

Курс по составу отличный. Но мне кажется необходимо перейти на python 3

автор: Max S

23 февр. 2017 г.

Простой и не очень детальный, а в остальном всё очень здорово, спасибо!

автор: Владислав Б

20 июля 2019 г.

Концовка как-то смазана что ли. Или я уже не допирал

А в целом неплохо)

автор: Коноплев В Е

15 авг. 2020 г.

Не хватает легких упражнений в ноутбуке для закрепления материала