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
4,635件の評価
747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

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.

フィルター:

Математика и Python для анализа данных: 676 - 700 / 715 レビュー

by Федюкин Д А

Jan 20, 2019

Очень хотелось бы больше задач на базовый питон

by Alexey V

Oct 08, 2016

Некоторые практические задания слишком просты.

by Daniil C

Jul 24, 2017

Отличный курс, но иногда хотелось большего...

by Гончарик А В

Dec 15, 2019

Нужно больше примеров по теме на лекциях!!

by Anton P

Mar 24, 2018

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

by Nikita G

Jul 09, 2017

Долго ждал оценки последней работы

by Лопатин М В

Jan 22, 2020

Хотелось бы чуть больше практики

by Constantin M

Mar 04, 2016

курс хороший, но пока сыроватый

by Филипчук Д Ю

Mar 17, 2016

Хороший и качественный курс.

by Kirilchev Y

Mar 28, 2017

Хороший курс, рекомендую

by Борислав К

Mar 13, 2017

Очень сжато но по делу)

by Евгений И

Apr 19, 2016

Неплохой обзорный курс

by Alexey V

Jan 01, 2018

довольно простой курс

by Gregory U

Mar 06, 2016

Nice course. Thanks.

by Misevich A

Oct 22, 2017

Very helpful course

by Serge S

Feb 22, 2018

it's ok! usefull

by Dmitry V

Mar 21, 2018

Basic and clear

by Зайцев Е В

Jan 03, 2019

Сырые примеры.

by Basil S

Sep 30, 2017

not bad

by Алиев Р Ш

Aug 03, 2017

nice

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 Ульянов Р

Jul 05, 2017

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

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 Sazanova A N

Aug 19, 2019

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

by Zverkin A

Oct 19, 2018

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