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: 5,446
Рецензии: 922

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:

851–875 из 889 отзывов о курсе Математика и Python для анализа данных

автор: Anton P

24 мар. 2018 г.

все видео 16:9 отображаются как 4:3!!!

автор: Nikita G

9 июля 2017 г.

Долго ждал оценки последней работы

автор: Лопатин М В

22 янв. 2020 г.

Хотелось бы чуть больше практики

автор: Constantin M

4 мар. 2016 г.

курс хороший, но пока сыроватый

автор: Arsenii K

28 дек. 2020 г.

Tasks may be more challenged

автор: Филипчук Д Ю

17 мар. 2016 г.

Хороший и качественный курс.

автор: Kirilchev Y

28 мар. 2017 г.

Хороший курс, рекомендую

автор: Борислав К

13 мар. 2017 г.

Очень сжато но по делу)

автор: Udjiin I

19 апр. 2016 г.

Неплохой обзорный курс

автор: Alexey V

1 янв. 2018 г.

довольно простой курс

автор: Gregory U

6 мар. 2016 г.

Nice course. Thanks.

автор: Misevich A

22 окт. 2017 г.

Very helpful course

автор: Шахов Ю А

12 июня 2020 г.

В целом - хорошо.

автор: Serge S

22 февр. 2018 г.

it's ok! usefull

автор: Dmitry V

21 мар. 2018 г.

Basic and clear

автор: Зайцев Е В

3 янв. 2019 г.

Сырые примеры.

автор: Basil S

30 сент. 2017 г.

not bad

автор: Ruslan A

3 авг. 2017 г.

nice

автор: Pilipenko O A

5 апр. 2020 г.

1

автор: Александр С Д

30 июля 2020 г.

хочу больше задач по программированию! я считаю, что освоить язык и научиться что то писать можно только решая задачи, даже простые) например, можно легко загуглить 100 задач по numpy, они так же реализованы в степике! хотелось бы здесь получить что то такое же и даже больше, например и для других библиотек ( pandas, matplotlib). именно решая такие простые задачи ты запоминаешь синтаксис языка и понимаешь как всё работает +- ) а простое прослушивание лекции не даст никакого результата)

автор: Ульянов Р

5 июля 2017 г.

Выглядит сыро, многие вещи галопом перепрыгивают, конспект очень маленький, не хватает методичек по решению задач, теория вероятности плохо раскрыта, очень быстро перескакивается с темы на тему .В части подачи заданий второй курс специализации устроен более дружелюбно.

Тем не менее 3 из 4-х лекторов - молодцы объясняют живо, смотреть приятно.

В любом случае спасибо за курс, думаю остальные курсы от других разработчиков еще менее дружелюбные к новичкам

автор: Alex Z

26 мар. 2020 г.

Поставил три балла: многие темы не раскрыты на достаточном уровне, мало упражнений. Если вы не студент тех.вуза или не специалист в данной области, то на ходу выучить математику и статистику в нужном объеме не реально, так как это требует недели.

автор: Eugeneu C

27 апр. 2020 г.

Думаю, что в курсе рассматривается очень мало практических примеров связанных с различными распределениями. Хотелось бы видеть более подробный разбор каждой темы с большим количеством примеров.

автор: Sazanova A N

19 авг. 2019 г.

Понравились некоторые задания, но лекции довольно скучные. Можно было бы давать побольше доп.информации для лучшего понимания.

автор: Zverkin A

19 окт. 2018 г.

Теоретических материалов мало, а в рекомендованной литературе без доп. подготовки не разобраться