Chevron Left
Voltar para Математика и Python для анализа данных

Comentários e feedback de alunos de Математика и Python для анализа данных da instituição Instituto de Física e Tecnologia de Moscou

4.8
estrelas
4,673 classificações
756 avaliações

Sobre o curso

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....

Melhores avaliações

GD

Aug 09, 2018

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

Oct 04, 2019

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.

Filtrar por:

26 — 50 de {totalReviews} Avaliações para o Математика и Python для анализа данных

por Gennadiy B

Jan 09, 2020

Хороший курс. Приятно вспомнить университетскую математику, но главное это практические задачи, пожалуй, именно они были наиболее полезны для меня.

por Ali T

Aug 29, 2018

Отличный базовый курс!

por Danilova V Y

Dec 22, 2018

Очень интересный курс, охватывает много областей математики, полезных для понимания алгоритмов машинного обучения и принципов анализа данных. Однако на мой взгляд некоторые важные и сложные темы были охвачены слишком бегло, я бы предпочла смотреть более длинные видео с объяснениями от лекторов этого курса, чем искать самой в интернете или читать учебники по теме...

por Волкович М С

Mar 10, 2019

Маловато практических заданий, курс сам по себе довольно простой для тех, кто хотя бы немного в теме линейной алгебры, тервера и матстата. Но при этом лекции, тесты и задания (особенно 2й и 4й недели) достаточно интересные.

por Александр В

Aug 24, 2018

Отличный курс! Местами не очень сбалансированный: сначала очень подробно даются основы, а потом тезисно более сложные вещи. Понятное дело, что в месячный курс не затолкаешь 2 года обучения в ВУЗе, но всё же)

por Andrei S

Dec 17, 2018

Часто теории из занятий недостаточно для выполнения практический заданий. В итоге на практику уходит значительно больше времени, чем указано в описании курса.

por Бебко М С

Jan 09, 2019

Интересный курс, помогает освежить знания по математическому анализу, статистике, линейной алгебре.

Жаль, обучение идет на Python 2, а не на 3.

por Valeriia

Apr 10, 2016

Часть с матричными разложениями (3 неделя) была не самой удачной. Материал объяснялся скомкано, сжато, много важных шагов алгоритмов было пропущено. В слайдах много опечаток, не понятных картинок. В конспекте, прикрепленном к этой неделе, ситуация не лучше. Либо много опечаток, либо совсем не очевидные выкладки, нет объяснений этих выкладок, хотя в конспекте никто не ограничивает по времени. Спасали только остаточные знания по вычислительной математики. Зато последняя неделя удалась. Теорвер был объяснен понятно, не было ошибок, все четко. Спасибо за последнюю неделю, поняла гораздо больше, чем в свое время в универе.

por Gregory F

Nov 08, 2017

Мне не понравилось изложение теоретических частей. Прям как школьник перед доской пересказывает выученные понятия. Такое ощущение возникает, что лектор не понимает, о чем говорит. В то же время, в начале курса обещали, что будут объяснять (а получается пересказ учебника, который можно и самому прочитать).

Это плохо сказывается на понимании таких теоретических частей. Так что если вы в математике не очень - в интернете есть целые сайты "высшая математика для чайника".

Но дальше, на более практических темах преподносится материал уже интересней.

por Yuliia H

Apr 03, 2019

Не для новичков. Очень много теории, в тестах спрашиваются те вопросы, которые не поднимались на лекциях и дополнительные материалы (статьи, книги) по ним не были указаны. Нет подхода "от простого к сложному", простых заданий по программированию вообще не было, только объяснили как устанавливать библиотеки и вот уже пиши первый сентимент анализ. Курс дает обзорный набор тем, которые нужно потом изучать самостоятельно. Кого-то сложности мотивируют, а кого-то наоборот. Из плюсов - дружелюбное комьюнити в телеграмме.

por Геращенко Н В

Mar 06, 2016

Курс интересный сам по себе.

3/5 за то, что в момент подачи теоретической информации, в большинстве случаев нет примеров использования на практике. В результате, вместо того, чтобы тратить по 5-6 часов в неделю - уходят все выходные для того, чтобы понять, какие величины использовать каким образом.

Возможно, вопрос моей низкой базовой подготовки в этом направлении.

В целом - вы молодцы.

por Olga V

Jun 11, 2018

Расчитывала на Питон. Оказалось, что базовая математика - есть, а Питона - нет. Соответственно, время, указанное на выполнение задач по программированию далеко от действительности. Для самостоятельного изучения информации вне курса, смысл в курсе сужается до необходимости получения сертификата. Мои ожидания не оправданы.

por Katherine K

Aug 04, 2018

The first part was okay but the statistics course is awful. I spent 90% of my time just to understand very vague questions and tasks and only 10% to implement.

por Andrey K

Sep 05, 2017

Математическая теория дается малопонятно для тех, кто ранее эти темы затрагивал только поверхностно.

por Maxim V

Jan 28, 2017

Очень плохо даются объяснения. Мне было трудно понимать без дополнительного материала

por Козлов И А

Feb 25, 2019

долго ждать требуется, пока люди проверят

por Владимир Ш

Oct 19, 2016

Первый 3 недели, еще более менее держали качество, последняя 4 неделя, ужастно сделано, теория обьяснена очень плохо, так что без дополнительной литературы не разберёшь, спрашивает зачем тогда курс.

Задания для домашке притянуты за уши, никакой практической пользы, хотя можно было сделать очень качественно и довольно просто.

Я прохожу не первый раз такие курсы, скажу,что конечно слабовато, не ожидал что под брендом МФТИ такое будет

por Alexey

Mar 01, 2017

Материалы в лекциях и конспектах в курсе Математика и Python для анализа данных (4я неделя) не объясняют вопросы в тестовых заданиях и вопросах. Почти всегда приходится обращаться к сторонним источникам по вопросам теории вероятности и статистики.

Пока что курс Machine Learning от Andrew Ng более понятный с моей точки зрения.

por Andrey A

Feb 05, 2018

Очень общий и короткий рассказ о фундаментальных вещах, которые хотелось бы понимать глубже. Мало примеров. Можно было бы давать ссылки на дополнительные материалы сразу в соответствующей теме.

Приходится тратить кучу времени на поиск информации в интернетах.

por Vladimir Z

Oct 20, 2016

Информация поверхностная. За такие деньги ожидал гораздо более глубокого изложения со сложными задачами, на которые на самом деле нужно потратить время.

por Pavel D

Oct 05, 2016

Ужасно скучная и нудная подача материала, через 5-6 минут видео начинает тянуть в сон. Вспоминаю своего преподавателя по программированию в университете, которая в таком же формате пыталась рассказать про C++. В итоге у всего курса знаний - 0 ! Здесь все очень сжато подается, по сути лекторы зачитывают конспекты/тезисы, которые они знают или подготовили для данного курса. Еще раз убеждаюсь в том, что знание предмета и преподавание - это две совершенно разные вещи. Моя оценка курсу - 1, жаль, что не успел вернуть деньги.

por Anton G

Feb 02, 2019

Worst course I have ever seen. Explanations are unclear, examples are not demonstrative and tasks are stated so, that you have to read someones mind to figure out what you have to do.

por Задойный А

Jun 10, 2016

Великолепный курс с отличной структуризацией информации и хорошей подачей.

Небольшие лекции представляют базовую информацию в виде тезисов, не перегружают подробностями. При возникновении вопроса всегда можно изучить информацию на стороннем ресурсе подробно, здесь же подаётся выжимка.

Удивительно практичные задачи 2 недели. Это просто чудеса какие-то! Никогда бы не подумал, что такое простые методы, такой крошечный алгоритм может решить такую нетривиальную, казалось бы, задачу. Ещё одно доказательство того, что математические модели бывают настолько универсальны при своей простоте, что ими при должном навыке можно описать практически что угодно!

Безусловно, курс требует подготовки. Вам следует изучить основы python до, либо во время курса. Но знания линейной алгебры на этом курсе почти не требуются. Простая алгебра из школы, немного внимательности на лекциях и вот вы уже понимаете принципы базовых операций линейной алгебры, а дальше даже если не можете их совершить «руками», у вас всегда есть нужный программный пакет рядом.

Этот курс вводный, дальше будет сложнее, но на нём очень неплохо можно размяться, начать втягиваться и работать дополнительно.

Курс проходится без особых сложностей, если проявить терпение и упорство (и чем в большей мере, тем приятнее будет победа над каждой из задач курса).

Отличное начало! Рекомендую!

Алексей З.

por Petr K

Jul 22, 2018

This is a Russian course so it'd be better if I continue in Russian to :)

Цель этого курса - подготовить к непосредственно началу изучения Машинного Обучения.

В отношении меня цель была выполнена - я восполнил пробелы в тервере, матстате и numpy+pandas. Остальные темы знал довольно хорошо, т.к. уже что-то повторял + прошел курс от Andrew Ng. Из-за этого скорость прохождения была неравномерной - это нормально. Так что будьте тоже готовы, что какие-то темы пролетят очень легко и быстро, а на каких-то чуть подзависнете.

Очень понравился темп и глубина изучения. Темп очень спокойный, темы специально чередуются. Изучение довольно поверхностное, но при этом нужные слова упоминаются, оставляя возможность доизучать самому. С одной стороны курс не перегружается, с другой - обозначены термины для самообучения.

Здесь чувствуется некоторая свобода - просто завершить курс легко и быстро, большого труда не составит. Задания и практические семинары составлены таким образом, что есть много свободы для "поковыряться" самому.

Спасибо большое ребятам за отличный курс! Уже вовсю изучаю следующий))

por rerf2010rerf

May 30, 2019

Хороший вводный курс в специализацию, позволяет понять набор тем, которые будут впоследствии затронуты и освежить их в памяти, не сильно зарываясь в детали. Конечно, если есть, что освежать) Но курс именно что вводный и явно не для новичков в программировании и математике, так что если у вас по этим темам только забытые школьные знания, то вы в нём вряд ли что-то поймёте, придётся много учиться самостоятельно по университетским учебникам, или взять курс попроще. Но лично для меня это был плюс, математическое образование и работа программистом за плечами всё таки)

Ещё из несущественных минусов - курс до сих пор на Python 2.7, хотя до окончания его официальной поддержки осталось меньше года. Впрочем, вам ничего не помешает использовать python 3, как я и сделал. Единственное неудобство - некоторые предоставляемые в курсе примеры и notebook'и придётся немного править, чтобы запустить их в 3 версии питона.