Chevron Left
Вернуться к Построение выводов по данным

Отзывы учащихся о курсе Построение выводов по данным от партнера Московский физико-технический институт

4.7
stars
Оценки: 872
Рецензии: 124

О курсе

Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. Данные почти всегда содержат шум, поэтому утверждения, которые можно сделать на их основе, верны не всегда, а только с определённой вероятностью. Строить наиболее корректные выводы и численно оценивать степень уверенности в них помогают методы статистики. Как можно оценивать неизвестные параметры системы по небольшому количеству наблюдений? Как измерить точность таких оценок? Какие данные нужны, чтобы ответить на ваш вопрос, и на какие вопросы можно ответить с помощью уже имеющихся данных? Вы узнаете все, что нужно для успешного превращения данных в выводы — организация экспериментов, A/B-тестирование, универсальные методы оценки параметров и проверки гипотез, корреляции и причинно-следственные связи. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Лучшие рецензии

PK

May 04, 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

SM

Jun 27, 2016

Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.

Фильтр по:

1–25 из 121 отзывов о курсе Построение выводов по данным

автор: Vadim C

Dec 23, 2018

Хорошая картинка, огромный минус чистый академический язык непонятный обывателю. Читают студенты как по учебнику. Было бы понятней если бы они отвлеклись от формул и расскаазали о причиноследственных связях: почему именно так лучше решить задачу, как люди пришли к этому, ненаглядно сплошные формулы и скрипты без обьяснения типа вот смотрите аксиома, а почему так...

автор: Sergey

Mar 30, 2019

This one is truly amazing. For a long time, I was looking for a statistics course that's neither oversimplified (like, learning the definition of the variance for good half a year), nor too complex (making me lost right away). This course is the very reason I've enrolled to the whole specialization, and I don't regret it. It gave me clarity about various commonly used tests, and a flavor of when and how I should use those.

Dear course instructors, thanks for you work, and please consider translating this one into English. There are many people out there, who would benefit from it.

автор: Толмачев А А

Jan 28, 2019

Шикарные знания в части аб тестирования + проверки факторов в регрессионной модели, чистый кайф. Спасибо Вам большое! Мне лично было очень тяжело понимать логику аб тестов, до сих пор буду вспоминать как страшный сон

автор: Sergey M

Jun 27, 2016

Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.

автор: Пак В Г

Apr 01, 2017

Половина курса получилась сильно обзорной. Понятно, что авторам хотелось затронуть широкий спектр проблем и возможных решений, но в итоге получилась попытка объять необъятное: много информации, которую можно было бы сложить в текст, а интерактивный материал сосредоточить на какой-то одной и разобрать её по косточкам, потенциально на живом примере. Другая проблема - это сырая формулировка в некоторых тестах. Думаю, по сообщениям в форумах понятно, пр, но удивляет то, что спустя 4 месяца с того момента, как эта проблема всплыла, формулировки так и не поправили. В общем, ощущение, что к 5 курсу авторы "устали".

автор: Ilya P

Sep 01, 2017

Лектор очень плохо объясняет: старается использовать сложные термины, что может возвышать его в глазах девушек, но не помогает учебному процессу. Делает много отступлений, чтобы показать какими серьезными и сложными делами он тут занимается, а это время можно было бы потратить на простое и доступное изложение материала.

автор: Вернер А И

Jan 18, 2019

Ужасно тяжёлый курс. Колоссальный объём материала, кошмарные задания по программированию. Объём работы никак не соответствует четырём неделям.

автор: Artem D

Dec 30, 2018

До прохождения курса у меня не было никакого бэкграунда в математической статистике. Курс показался мне сложным.

Я поставлю 5 звезд, т.к. указано "Advanced Level", в противном случае моя оценка была бы ниже.

Мне понравилось: объем предоставленного материала с т.з как статистики, так и имплементации в Python, формат квизов и прочих заданий.

Мне не понравилось: слишком научное и при этом неподробное изложение материала, после которого не приходит интуитивного понимания происходящего; неочевидная структура курса.

Мне очень помогли пройти этот курс бесплатные курсы на stepik.org от Анатолия Карпова (Институт Биоинформатики). Я однозначно пройду все его курсы по основам статистики полностью для закрепления и структурирования материала.

автор: Leonid S

Jan 11, 2017

Курс дал общее, и что важно неповерхностное понятие о мат. статистике, о том, как она применяется в задачах Машинного Обучения

автор: Кузьмин Ю

Dec 03, 2017

Курс очень насыщенный, наконец с реальными практическими задачами и примерами. Очень порадовала неделя 4 - интервью со специалистами, решающими реальные задачи анализа данных. Наверное, самый интересный и полезный курс из всех. На неделе 4 советую обязательно пройти тесты - они расширяют лекционный материал и дают новые знания.

По недостаткам. Мне лично не хватило систематизации и немного более "человеческого" изложения. Поясню. на протяжении курса проходили много различных критериев, применяемых в различных ситуациях. Но не было в итоге какого-то общего, обобщающего занятия, в котором бы была показана ретроспектива курса и наглядно показаны все пройденные критерии (например, в виде таблицы - какие задачи может решать, к какой шкале применяется, какая нулевая гипотеза рассматривается, какие требования к данным и т.п.). Под "человеческим" изложением я понимаю, что можно было бы дополнительно переводить некоторые понятия (например, формулировки нулевых гипотез) с математического языка на более простой. Ещё из пожеланий - сопровождать ipython-ноутбуки в уроках комментариями, что и зачем делается (комментарии есть только в уроке про регрессию). И последнее - почти "мёртвый" форум.

Судя по тому, что в специализации уже больше года не происходит ничего нового - и эти мои пожелания не будут приняты во внимание, но поступающим, думаю, будет полезно иметь это в виду и сформировать правильные ожидания от курса.

автор: Dmitry T

Jul 19, 2019

Курс очень интересный, но и очень сложный, а уровень объяснений показался недостаточным.

Большой объём довольно сложной теории без связок между отдельными темами и объяснениями, в каких случаях что использовать.

Материал подаётся не всегда понятно, многое приходилось искать в других источниках.

автор: Stanislav L

Nov 14, 2017

не очень наглядно и понятно объяснялась теория. до сих пор не до конца понял, как работать с доверительными интервалами и достигаемым уровнем значимости.

Проверка гипотез - как в тумане :(

Практический примеры не внесли большой ясности, где и как что можно использовать..

автор: Vadim T

May 10, 2017

Тот случай, когда команде не удалось структурированно и просто рассказать о сложном. Кроме того, приведенные примеры, не самые удачные, на мой взгляд, с точки зрения практического применения.

автор: Max S

Aug 20, 2017

Очень беглая информация и мало заданий. Хочется больше практики и информации

автор: Vladimir A

May 15, 2019

Полезно, но очень скомканная подача

автор: Волынский А Н

Jun 28, 2017

Худший курс яндекса и МФТИ. В этом курсе зачем то программные задания сделаны в виде тестов с ограничением в 3 попытки на ответ, что с учетом "замечательных" конспектов и "отличных" формулировок вопросов, создает непередаваемые возможности для обучения.

автор: Песин М Г

Sep 20, 2019

Нудная тема, по началу для меня была очень тяжелая.

Но спасибо огромное преподавателям, Евгению и Эмели!

Хоть видео лекций мною воспринимались довольно плохо, тем не менее замечательные конспекты этих же лекций и видео с практиками (я прям себе в ноутбуки перепечатывал все комментарии преподавателей) помогли не только не потеряться, но и разобраться в теме.

Отдельно хочу отметить тестовые, контрольные и практические материалы. Чем ближе к концу недели приходишь, тем больше понимаешь тот невероятный объем работы, который Евгений с Эмили провели, чтобы помочь нам, слушателям, понять материал. Именно в этих заданиях чувствуется тот объем работы и энтузиазма, который был вложен в курс. Именно благодаря практикам и тестам у меня получилось понять такую сложную тему (а в институте-то, когда мы эту тему проходили, понять ее мне так и не удалось: зачет кое-как получил и забыл как страшный сон).

Так что, еще раз спасибо преподавателям. 4-й курс, пожалуй, лучший курс этой специализации!

автор: Yury K

Jun 29, 2016

Для меня лично курс оказался очень полезным, поскольку у меня толком не было статистики в институте (это в МФТИ то!). В целом все прекрасно, неделя задач получилась насыщенной. Пожалуй, добавить можно было бы дисперсионный анализ. И еще не всегда было понятно, почему Эмели в тетрадках использует те или иные функции библиотек или формулы - некоторый разрыв с теорией был. Еще небольшое пожелание - к следующей итерации курса можно написанные на Python статистические методы объединить в небольшую библиотеку - с комментариями, примерами, все как положено. И на GitHub выложить.

автор: Timur B

May 29, 2018

Очень полезный курс. Сразу весь материал усвоить трудно, но можно вернуться и попытаться разобраться более подробно, когда будет в дальнейшем такая необходимость. Курс очень практичный, многие функции можно, на мой взгляд, использовать напрямую в работе. По пол года, как пишут, не надо закладывать, курс можно пройти за 5-7 полных дней. Если вы проходили прошлые курсы за месяц, то на этот можно выделить 5-6 недель.

P.S. Статистика может быть классной!

автор: Нехорошев Д А

Nov 01, 2019

Курс крайне интересный и очень полезный практически, единственное что надо учитывать - это то, что он требует большого количества времени для вдумчивого освоения материала. Время, номинально отведенное на выполнение заданий/освоение теории, действительности соответствует всеьма слабо, по крайней мере в моем случае времени на выполнение тестов/упражнений уходило в разы больше, чем заявлено в описании.

автор: Kira V

Jul 05, 2017

Пожалуй, самый сложный курс, но он заставляет разбираться самостоятельно с заданиями в тестах, а это тоже нужно уметь. Вся специализация просто отличная, однако конкретно 4 курс я бы оценила на 4.5. Добавьте, пожалуйста, в уроки практических задач с вычислениями и более подробные описания (именно описания, а не указания на готовую функцию с уже подставленными параметрами) в тестовые задания.

автор: Andrey K

Oct 14, 2018

Видео лекции можно слушать по дороге на работу, а вот на практические задания и тесты нужно выделить время. Первые недели - просто ответы на тесты, минимальное использование ноутбука. Дальше - все больше времени требуется для прохождения домашнего задания.

За ~ 8 выходных дает представление о методах статистического анализа и условиях их применимости.

автор: Sergei B

Sep 07, 2016

Мега-полезный курс, на который я рекомендую запланировать побольше свободного времени. Если третий курс специализации мне давался очень легко, то с этим пришлось повозиться (не хватало базовых знаний по статистике).

Этот курс я планирую внимательно прослушать еще раз. Материал действительно очень нужный для анализа данных.

Огромное спасибо Евгению.

автор: Vladislav

Oct 22, 2016

Потрясающий курс. Меньше математики было бы невозможно, больше - сложно для большинства. Но в качестве введение в статистику просто огонь - взглянул на эту науку совсем с другой стороны и она классная. Для меня курс показался самым интересным из всех предыдущих, большое спасибо составителям - вы крутые.

автор: Красовский И В

Mar 17, 2019

Я бы поставил этот курс на второе место по полезности (на первое место стоит отправить 2 курс специализации).

Этот курс учит как действительно работать с данным и принимать решения на данных. Значение построение выводов по данным сложно переоценить, т.к. это является итогом работы любой модели.анализа