Comentários e feedback de alunos de Прикладные задачи анализа данных da instituição Instituto de Física e Tecnologia de Moscou

В курсе много поверхностных вещей, хотя в целом он полезный

Анализ изображений - очень много болтовни и мало практики, но там хотя бы упражнение полезное и интересное

А вот анализ текстов мне совсем не понравился

Пример и задание поверхностные и не интересные. Вместо того чтобы углубиться в характерные для анализа текстов вещи - лемматизация, стемминг, учет биграмм, стоп-слова, word2vec и т.д., дали оценку обычных классификаторов над какими то признаками, которые, кстати, в этом модуле вообще не обсуждались. А те особенности которые обсуждались - не показаны. В данных примерах почти ничего нового!

За тест по ранжированию в первом модуле недели 4 тоже жирный дизлайк. Там одни и те же ответы переформулированные, при этом все в некотором смысле могут быть правильными. Проблема с этим тестом известна уже более 2х лет судя по форуму, почему бы не переделать?

Самый легкий курс за всю специализацию, самое полезное на мой взгляд - анализ временных рядов

Один из самых лёгких курсов программы. Понравилась обзорность курса, но вот полезность с точки зрения практики около нулевая. Первая неделя рассказала про прогнозирование временных рядов конкретными моделями, но не рассказано насколько эти модели приближены к реальности, даже с заработной платой оказалось, что прогноз далёк от реальности, не рассказано и про регрессию на основе каких-то базовых показателей типо ВВП, инфляции итд итп. Вторая неделя про компьютерная зрения раскрывает интересную тему, но задания оторваны от лекций, а сами лекции толком ничего не рассказывают, опять таки годится в качестве обзора, но не годится в качестве обучения. Третья неделя выделяется в положительную сторону. Четвертая неделя оставила двоякое впечатление, квиз на 3 задание которого все жалуются, и последнее задание, в котором из-за порядка данных решение не принимается. В последнем задании так же неясна практическая ценность. В общем, хотелось бы, чтобы над этим курсом ещё поработали, он выглядит очень сырым.

Замечательный курс, полный примеров из реальной жизни для получения опыта. Очень полезные и понятные лекции, конспекты. Очень рад, что смог пройти этот курс.

Финальный проект очень понравился (делал "Идентификация интернет-пользователей")! Реальная практика применения моделей, а также сабмишна на Каггле.

Если ваши заания длительное время не проверяют, не переживайте, к концу сессии народ точно появится.

Еще раз: проект очень классный и инересный! Не без шероховатостей, но все решаемо, в т.ч. с помощью форума.

Курс даёт широкий взгляд на то, какие бывают задачи в анализе данных, с подробными pipelin-ами решений. В целом курс не сложный, но крайне полезный.

Лучший курс специализации по части сложности и интересности задач. В видео лекций есть проблемы с версткой — не всегда виден текст, либо он закрыт картинкой.

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

Отличный курс.

Курс интересен тем, что в нем рассматриваются примеры реальных задач, которые решаются в индустрии. Но мне он показался слишком простым по сравнению с 2,3 и 4 курсами. Можно усложнить его немного :)

Супер, как всегда!

Отличный курс. Наконец-то я дождался анализа временных рядов) По сравнению с первыми курс дается легче в плане решения задач, но это от того, что все направления показаны скорее для ознакомления, чтобы каждый мог выбрать то, что ему по душе. А там уже можно погружаться сколь угодно долго. Жаль что специализация близится к концу!

В данном курсе рассматриваются такие темы, как анализ и прогнозирование временных рядов, применение нейросетей к распознаванию изображений, анализ текстов, ранжирование и рекомендательные системы. В целом осталось очень хорошее впечатление от курса, хотя некоторые темы обсуждаются слишком поверхностно (например нейросети), но этого не избежать при таком ограничении на продолжительность курса. По-хорошему, по всем этим темам лучше прослушать отдельные углубленные курсы.

Манера изложения материала понравилась. Преподаватели, как мне кажется, нашли баланс между доступностью и полнотой изложения.

Единственное, на что хотелось бы обратить внимание команды курса - задание по программированию по рекомендательным системам из 4 недели допускает несколько неоднозначных трактовок условий и формулировок (в части, например, precision@k). См. обсуждение в форуме.

GREAT

ok

Хороший курс. Было очень интересно узнать о прогнозировании временных рядов (ARIMA). И анализ текстов понравился - полезный материал.

Из минусов. Часто было ощущение, что идем как-то по верхам теории, хотелось больше примеров. В частности это относится ко второй неделе (компьютерное зрение). Тема мега-интересная, но чего-то не хватило. Может быть, стоило более глубоко разобрать какую-то одну конкретную задачу по шагам.

Напоследок, несколько добрых слов :) За 5 курсов специализации у меня сформировался хороший кругозор в теме машинного обучения и анализа данных. При необходимости могу быстро решить почти любую типовую задачу. Хотя, начинал проходить специализацию с нуля и местами было тяжело. В общем огромное спасибо всем преподавателям! Жду дипломный проект :)

очень полезный курс для тех, кто хочет освоить прикладные задачи машинного обучения

Интересный курс, и очень полезный.

Хороший курс! Хотелось бы больше про обработку изображений. Хорошие задачи!

Наконец-то узнал основы анализа изображений и пощупал руками TensorFlow, прикольно, надеюсь дальше будет только интереснее.)

Good course however quite small from information perspective

Хороший курс. Помог разобраться с проблемрй

Хотел сказать большое спасибо организаторам и лекторам за замечательный курс и отличную специализацию! На 5 курсе, на мой взгляд, лучше всего проработаны недели про анализ временных рядов и текст майнинг - они запомнились и материалы из них можно будет использовать в дальнейшем. Стоит отметить, что недели про обработку изображений и рекомендательные системы проработаны немного хуже чем вышеупомянутые. Цельного рассказа про нейронные сети, на мой взгляд, в этом курсе не получилось.

В целом курс отличный, поэтому хочу еще раз поблагодарить организаторов и лекторов за те знания, которыми они делятся=)

Отлично, как и все предыдущие курсы!

интересный курс. правда неделя про машинное зрение скорее не про машинное зрение, а про легкое введение в tensorflow, нет ощущения, что по этой теме получаешь знания из programming assignment. а так в целом полезные и итересные задания