Chevron Left
Математика и Python для анализа данных に戻る

モスクワ物理工科大学(Moscow Institute of Physics and Technology) による Математика и Python для анализа данных の受講者のレビューおよびフィードバック

4.8
5,184件の評価
865件のレビュー

コースについて

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....

人気のレビュー

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

KA

Feb 16, 2016

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.

フィルター:

Математика и Python для анализа данных: 26 - 50 / 832 レビュー

by 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.

by Sergei B

May 28, 2016

Отличный курс, о котором с удовольствием напишу отзыв.

Лично я только вхожу в тему машинного обучения и анализа данных, поэтому для меня очень ценно, что этот курс специализации начинается с простых вещей (а не сразу с супер-сложных формул и алгоритмов). Все очень последовательно и продуманно. Некоторые задания для меня были трудными, но в принципе весь необходимый материал дается в лекциях. В процессе пришлось вспомнить многое из математики, за что отдельное спасибо. Ну, и азы Python как-то сами собой освоились. В общем очень хорошая идея начать специализацию с некого вводного курса по математике и Python.

Чего иногда не хватало: местами хотелось больше каких-нибудь небольших промежуточных задач по Питону для закрепления материала.

А так все отлично! По крайней мере, на русском языке нет ничего подобного.

by Anatoly C

Mar 07, 2016

Курс определённо хорош, но к сожалению не самодостаточен. Гуглить приходилось много. Нет - ОЧЕНЬ МНОГО. В принципе, если бы не было заявлено что хватит школьных знаний математики (которые я уже с успехом забыл), то у меня не было бы нареканий.

Качество исполнения - на высоте. Практики маловато, но надеюсь в дальнейшем её будет больше. Но вот последняя неделя показалась перенасыщенной, банально не успевал, хотя уделил много времени.

Еще маленький минус, лекторы часто просто читают формулы, вместо того чтобы наглядно показать суть. Контр пример - когда показывали на примере амебы поиск минимума, побольше бы таких визуальных объяснений.

В целом о потраченном времени и деньгах не жалею. Спасибо Яндексу и МФТИ. Двигаемся дальше)

by Пушкарев Д В

May 11, 2020

Курс рассчитан, скорее, на то, чтобы освежить имеющиеся знания, с нулевыми знаниями в программировании или высшей математике будет тяжело.

Однако, как пролог всей специализации он работает хорошо и обрисовывает фундамент, необходимый для прохождения следующих курсов. Многим не нравится, что здесь не объясняют абсолютно все с нуля и не разжевывают как в школе. Но если поступать так, то понадобится два, а то и три вводных курса. Вариант, который выбрали создатели курса, более оптимальный, на мой взгляд.

by Евсеев С К

Aug 08, 2020

Я буду оценивать этот курс, как человек с хорошим мат образованием.

Мне понравилось, было интересно и я быстро повторил изученные ранее дисциплины, плюс получил первые представления о питон. Конечно, этого материала будет мало для людей, которые не имеют мат образования, для начала нужно изучить математику, а потом уже приступить к анализу данных.

by Gleb D

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

by Gennadiy B

Jan 09, 2020

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

by Khityaev E

May 13, 2020

Для новичка тяжеловато. Хочется более плавного перехода от простого к легкому.

by Ali T

Aug 29, 2018

Отличный базовый курс!

by 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...

by Капкаев Т Р

May 24, 2020

Всё-таки нужно иметь чуть больше, чем нулевые знания по предмету: вроде бы заявлено, что курс базовый, но по факту лучше найти отдельные базовые курсы по Питону и/или по статистике, потому что здесь это скорее как напоминалка рассказывается.

by 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.

by 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)

by 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.

by 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.

by Авилов А М

Jun 07, 2020

Материал по теории вероятности и статистики без предварительных знаний довольно сложно понять.

by Vadim K

Mar 18, 2018

The intro about python was boring as hell. What was the point of spending so much time on pandas if it's not used in the course (week 1 - 4). It might be much better if instead of all python on week 1 you would actually show how to make next assignment task with the help of python. For instance on week 4 nothing was about scipy in the lessons and the final task requires scipy and numpy a lot. The theoretical lessons are good to watch but don't help to achieve the result, it sometimes unbelievably hard to match what was said in the lessons to the python. So, the course is not actually math AND python, it's more like some python, some math, now do what you want with these two. This is not how people learn. Even with solid math background and senior level java expertise I struggled a bit with assignment tasks. I wonder what people without such a solid background will do. Hopefully most of the people taking this course are either just graduated or came to the course with good programming skills.

Conspectus for videos do help, but I assume most of the people are not reading them and just mark as "complete" immediately. And even with conspectus not everything is clear in the course and assignment tasks. I understand you want to make videos lighter and avoid talking about python too much, but then it would make much more sense to give separate small assignment tasks for each python/science part required in the course. For instance separate task for scipy.stats to became familiar with rvs, var and other methods.

by Denis S

Apr 20, 2020

Много интересного материала, но к сожалению его подача фрагментарна и у Вас не возникнет целостной картины рассматриваемых предметных областей. Без изучения дополнительных материалов (и практического его применения - решения задач) курс мало эффективен. Ссылка на дополнительные материалы есть, но они из себя представляют многотомные книги. То есть представьте 4 тома Войны и Мира, которые заменили 10 листами А4. Я бы рекомендовал авторам значительно увеличить объем прикладываемых конспектов к лекциям, сейчас они практически один в один. Вот если бы в них кратко был изложили бы "толстые книги" и увеличили бы их объем раз в 10, то пользы от них и от "именно курса" было бы значительно больше. А так просто общее знакомство с несколькими предметными областями высшей математики широко используемых в Data Science, без значительного дополнительного изучения будут провалы в знаниях. Что потом может негативно сказаться на изучение последующего материала ("... Я так думаю" (фильм "Мимино")). P.S> На форуме, активное участие авторов курса было 4 года назад, сейчас как-то тихо, что тоже нехорошо для изучения курса, есть "Телеграмм", но об этом знают не все.

by 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.

by 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.

by 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.

by Nikolay G

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.

by Александр Т

Jul 10, 2018

Курс откровенно слабоват по сравнению с последующими курсами специализации. Питон хорошо бы давать в значительно большем объеме. Иначе даже те, кто хорошо владеют другими языками программирования, на последующих курсах будут тратить до 90% времени на изучение необходимых приемов обращения с данными в питоне, а не на предметные упражнения.

by 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.

by 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.