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
5,227件の評価
872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: 151 - 175 / 840 レビュー

by Новиков М А

Jan 28, 2020

Все супер !

Материал изложен не глубоко - это самое клевое ! Нет чувства апатии, от осознания того, сколько всего ты не понимаешь. После получения поверхностных и прикладных знаний из видеолекций, можно углубляться в многие аспекты самостоятельно.

Спасибо !

by Elena F

Jun 23, 2016

Курс под кодовым названием "Вспомнить все!"

Это здорово, что появился русскоязычный курс!

4-5 часов в неделю, конечно, очень оптимистичная оценка - но доп. источники исследовала с удовольствием, а благодаря дедлайнам держала себя в рамках :)

Спасибо!

by Сагындык Б Н

Jan 18, 2019

Все отлично, математика разжевана и представлена в облегченном варианте. Но как я понимаю нужно все таки ее глубже для себя изучить на будущее верно? Хоть и преподаватели данного курса упорно утверждают что этого достаточно для практики и data science

by Pavel P

Oct 09, 2018

Замечательный вводный курс! Понравился способ изложения, аккуратные конспекты и интересные задания, которые помогают глубже понять материал. Вспомнил кое-что подзабытое из математики, попрактиковался на Питоне, можно двигаться дальше по специализации!

by Ахременков Д В

Apr 29, 2020

Отличный вводный курс, который позволяет вспомнить университетскую математику, а так же попробовать силы в базовых библиотеках Python. Особенно понравилась последняя неделя, где встречались достаточно нетривиальные задачи (в сравнении с 1-3 неделей)!

by Andrii D

Dec 29, 2017

Отличный курс. Интересные практические задания (жаль что мало), уточнил и упорядочил для себя некоторые вещи. Требуется небольшая базовая подготовка для комфортного прохождения курса, но можно и без нее - в курсе достаточно методических материалов.

by Латыпова П

Jun 29, 2017

В курсе рассказывают просто о сложном, помогают вспомнить то, что забыл, или узнать новое. Здорово, что сразу становится понятно, как именно на практике можно применять полученные знания. Отличный подготовительный шаг для освоения специализации.

by Andrey

Jul 03, 2017

Очень интересный курс! Правда, материала и примеров, которые они рассказывают в лекциях не достаточно и хотелось бы, чтобы были ссылки на дургие источники, где можно изучить матриал с примерами более подробно. Тем не менее, курс мне понравился!

by Alexei K

Aug 10, 2016

Отличный курс, интересные задания.

Спасибо что выбрали Python, а не R. Python более универсальный, лучше документирован и быстрее развивается. И отдельное спасибо за использование Jupyter-ноутбуков, работа в них получается наглядной и удобной.

by Митягин К С

Apr 05, 2016

Курс хорошо структурирован, преподаватели отлично доносят материал до слушателя. Практических заданий,на мой взгляд, можно было сделать больше и немного сложнее. В целом, курс понравился и появились интерес и желание пройти всю специализацию.

by Ольга К

Jan 09, 2020

Спасибо преподавателям, курс позволил вспомнить математику и познакомиться с Python. Это было не очень просто, но, точно, полезно, и для текущей работы, и для возможной будущей. Хочу дальше изучать направление "Анализ данных" и язык Python.

by Семенюк А П

Jan 16, 2019

Понравился формат подачи информации, видеоуроки понятны, конспекты подробны, ноутбуки полезны для решения тестов и заданий по программированию. Изучала Python с нуля, и за короткий срок смогла понять многие аспекты. Все очень понравилось!

by Габсатаров Ю В

Jan 15, 2019

Курс очень интересен и полезен всем, кто хочет получить представление о методах работы с данными. Для освоения желательно, но не обязательно, иметь представление об основах программирования, математического анализа и теории вероятностей.

by Юрасик Г А

Mar 19, 2019

Хорошо структурированный курс, имеет оптимальное соотношение объема излагаемого материала к объему знаний, необходимых для ознакомления с темой и первичного ее освоения. Дает в хорошей пропорции необходимую теорию и практические навыки.

by Вероника И

May 06, 2020

Математика довольно простая, особенно на первых двух неделях, все изучала в институте. Но на данном курсе теория хорошо проиллюстрирована. А с python было сложновато. Мне кажется лучше проходить этот курс будучи уже знакомым с python.

by Melnikov A A

May 02, 2018

Курс помог мне освоить основы математического анализа и статистики. Они применимы на практике от того особенно ценны. Практические задания закрепляют навыки применения алгоритмов при помощи популярных библиотек SciPy, NumPy и Pandas.

by Timur G

Oct 14, 2020

Курс рассчитан на тех, кто уже знаком с материалом. Хороший дайджест важных вопросов, есть любопытные методические находки. Несколько неравнозначный подход у различных преподавателей и неоднородное распределение нагрузки по темам.

by Гридасов И И

Jul 26, 2017

За час рассказать вкратце программу первого курса по матану и линальной алгебре, думаю у вас получилось) Плюс ещё и изучили основные библиотеки python для анализа данных, думаю дальше на этой базе посторится отличная специальзация

by Кроо Д С

Feb 18, 2019

Очень хороший и продуманный курс. Единственное -- иногда не хватает размеренности и строгости в математической части. Некоторые вещи (например, pandas) уже забыл, т.к. использовал один раз, но верю, что в следующем курсе вспомню.

by Andrey S

Oct 16, 2017

Курс хорош, особенно для тех, кто проходил все эти математические выкладки в универе, но потом за ненадобностью забыл. Освежает в памяти и учит научным вычислениям на python. Радует большое количество примеров и сниппетов кода.

by Yanovskiy A O

Jul 09, 2020

Отличный курс! Позволяет получить самые базовые знания математики и программирования для дальнейшего обучения. Для человека хоть немного знающего питон и математику, освоить курс вполне реально, но могут встречаться трудности

by Roman Y

Sep 03, 2016

Отлично сформированный курс, постепенно вводящий человека в прекрасный и удивительный мир машинного обучения. Пожалуй единственный минус это очень малая активность в обсуждениях задач и лекций, всё остальное мне понравилось.

by Manakov A V

Oct 17, 2017

Отличная подача и набор, представленного в курсе, материала.

Материал по Python - думаю лучше углубить и расширить (более подробно рассказать ).

Тервер и статистика понравились больше всего.

Молодцы!

Спасибо за курс.

by Sybyl A

Jan 28, 2019

Курс понравился, хорошо направляет в теоретическую часть анализа данных. Возможно, на начальном уровне математического аппарата будет достаточно, но для серьезных вещей его однозначно нужно будет развивать и дальше.

by Ponomarev D

Apr 03, 2016

Отличный курс, хорошая подача материала.

Четвертый раздел показался довольно сложным. То ли он сам по себе такой, то ли стоит немного иначе структурировать материал. Возможно, необходимо больше примеров и их решений.