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
4,939件の評価
818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: 201 - 225 / 787 レビュー

by Борисихин А Н

Nov 13, 2017

Прекрасный курс для того, чтобы освежить (или возможно получить) необходимые навыки в мат. аппарате. Из пожеланий - большие количество и объем практических заданий.

by Vladimir S

Mar 07, 2016

Хороший курс! Очень приятно, что родной Физтех не отстает! Где-то, однако, хотелось бы более глубокой и основательной подачи материала. Буду рекомендовать коллегам.

by Konstantin R

Feb 23, 2016

Лучший курс - хоть фундаментальной информации и мало, но она есть, в отличии от многих других курсов. Спасибо большое всем, кто работал над ним и воплотил в жизнь:)

by Daniil S

Aug 20, 2019

A good starting course with lots of math for machine learning but it was explaned in simple words. Good picture, excellent lecturers and very very useful abstracts

by Gallyam B

Oct 16, 2016

Очень качественный и оптимально сбалансированный курс, по-моему! Были бы такие курсы в университете, наша наука и промышленность были бы на порядок лучше. Спасибо!

by Moldovan A

Jul 27, 2017

Для меня курс был очень полезен. Мне пришлось начинать с нуля и в питоне и в высшей математике. Было сложно, но в итоге я справился. Спасибо преподавателям курса.

by Небавский В А

Oct 21, 2018

Очень полезный курс для человека знакомокого(не знанкомого с матетикой) помогает быстро освоить основыне навыки python. Однако мало материала по синтаксису языка

by Aibushev T

Sep 16, 2017

Крутой курс. Наличие знаний по базовой университетской математике сильно помогает.

Все основы есть. Но подразумевается еще существенное самостоятельное изучение.

by Нужный М И

Oct 18, 2017

Простое объяснение материала на реальных примерах. Курс не нагружен углублением в детали, но позволяет понять на что обратить внимание и изучить самостоятельно.

by Maksim M

Aug 11, 2019

Отличный вводный курс. Опираясь только на него сложно стать специалистом, но получаешь базовые знания по направлению и понимание, куда надо развиваться дальше.

by Kirill

Apr 25, 2016

Замечательный курс! Рекомендуется авторам добавить больше информации о библиотеках scipy и pandas. Больше практических заданий, улучшило бы восприятие курса.

by Boris V G

Oct 06, 2016

Очень познавательный курс, придерживается традиционной "системы Физтеха"! Очень рад, что записался! Рассчитываю на успешное прохождение всей специализации

by Миняев Д А

Jan 26, 2020

Отличный курс. Освежают знания по математическим дисциплинам и дают базовое представление об основных библиотеках для работы с анализом данных в Python.

by Алехин А С

Jan 20, 2020

Очень грамотно структурированный онлайн-курс. Новичкам придется попотеть над некоторыми моментами, но при должном усердии он проходится достаточно легко.

by Eugene K

Apr 19, 2016

Хороший разогревающий курс для неподготовленного слушателя. Прошел с удовольствием. С интересом жду, что будет дальше. Авторы - молодцы, отличная работа.

by Aleksey T

Sep 23, 2016

Этот курс помог мне в общих чертах вспомнить первые 3 курса университета. А также научил базовым вычислениям на Python Anaconda 2.7.12. Рекомендую всем!

by Dmitry Z

Mar 10, 2020

Спасибо преподавателям за хороший курс!!! Теоретический материал связан с практическими заданиями, что позволяет хорошо запоминать излагаемый материал.

by Roman K

Sep 27, 2016

Хороший повод вспомнить математику 1-2 курсов университета. Что бы хорошо освоить, надо не лениться и читать дополнительно пока всё не станет понятно.

by Виталий С

Mar 05, 2016

Ёмко, но при этом лаконично. Всё только по делу.

Очень практично. Великолепное изложение материала и задания.

Спасибо создателям за проделанную работу.

by Lev E

Mar 04, 2016

Хорошо помогает вспомнить нужные разделы математики и ввести в курс нового средства программирования.

Минус: видеолекции слишком формальные и неживые.

by Marsel B

Dec 18, 2016

Подробно и понятно вводят в дисциплину, если не хватит чего-то в лекциях и практике, есть ссылки на литературу, где можно глубже погрузиться в тему.

by Andrii

Jul 09, 2017

Хороший курс, позволяет вспомнить знания из университета, имеет классные задачи, есть сожаление что они не вели статистику у нас в университете=(

by Dmitriy G

Mar 09, 2016

Отличный курс на актуальную тему.

Для прохождения не требуется каких-то сверхъестественный начальных знаний, что приятно удивило.

Огромное спасибо.

by Kapitanov A

Oct 17, 2019

Интересный курс. Вводный, заставляет вспомнить многое из математики. Без стартового курса дальше будет тяжело, поэтому не советую его пропускать!

by Vasilii D

Dec 12, 2018

Очень полезный курс, чтобы на должном уровне вспомнить матан, линал, тервер и матстат. Если вы их знали. Если не знали, то будет оччень непросто.