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
2018年8月8日

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
2016年2月15日

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: 801 - 825 / 840 レビュー

by Гончарик А В

2019年12月15日

Нужно больше примеров по теме на лекциях!!

by Anton P

2018年3月24日

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

by Nikita G

2017年7月8日

Долго ждал оценки последней работы

by Лопатин М В

2020年1月22日

Хотелось бы чуть больше практики

by Constantin M

2016年3月4日

курс хороший, но пока сыроватый

by Филипчук Д Ю

2016年3月17日

Хороший и качественный курс.

by Kirilchev Y

2017年3月28日

Хороший курс, рекомендую

by Борислав К

2017年3月13日

Очень сжато но по делу)

by Udjiin I

2016年4月19日

Неплохой обзорный курс

by Alexey V

2018年1月1日

довольно простой курс

by Gregory U

2016年3月6日

Nice course. Thanks.

by Misevich A

2017年10月22日

Very helpful course

by Шахов Ю А

2020年6月12日

В целом - хорошо.

by Serge S

2018年2月22日

it's ok! usefull

by Dmitry V

2018年3月21日

Basic and clear

by Зайцев Е В

2019年1月3日

Сырые примеры.

by Basil S

2017年9月30日

not bad

by Ruslan A

2017年8月3日

nice

by Pilipenko O A

2020年4月5日

1

by Александр С Д

2020年7月30日

хочу больше задач по программированию! я считаю, что освоить язык и научиться что то писать можно только решая задачи, даже простые) например, можно легко загуглить 100 задач по numpy, они так же реализованы в степике! хотелось бы здесь получить что то такое же и даже больше, например и для других библиотек ( pandas, matplotlib). именно решая такие простые задачи ты запоминаешь синтаксис языка и понимаешь как всё работает +- ) а простое прослушивание лекции не даст никакого результата)

by Ульянов Р

2017年7月5日

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 Alex Z

2020年3月26日

Поставил три балла: многие темы не раскрыты на достаточном уровне, мало упражнений. Если вы не студент тех.вуза или не специалист в данной области, то на ходу выучить математику и статистику в нужном объеме не реально, так как это требует недели.

by Alexander B

2020年9月2日

Мне кажется, что подача материала очень плоская. Не чувствуется, что преподаватель хочет объяснить суть, а просто несется по синтаксису. Сравнивая с теми же лекциями МФТИ по Алгоритмам от Хирьянова - небо и земля.

by Eugeneu C

2020年4月27日

Думаю, что в курсе рассматривается очень мало практических примеров связанных с различными распределениями. Хотелось бы видеть более подробный разбор каждой темы с большим количеством примеров.

by Sazanova A N

2019年8月19日

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