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
5,038件の評価
839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: 676 - 700 / 807 レビュー

by Kirill M

Nov 16, 2016

В целом курс хороший, но есть ряд недочетов:

1. Главная проблема - сжатость изложения, особенно по сложным темам вроде вероятностей и статистик. В видео на несколько минут попытались впихнуть учебного материала на несколько часов. Необходимо добавить больший объем лекций и рассмотреть примеры решения задач для пояснения теоретической базы. Т.е. как это делается в хороших учебниках.

2. Конспект изложенного материала каждый раз предлагается к повторному ознакомлению _после_ прохождения итогового зачета по теме. Вообще то, любой нормальный студент повторно изучает учебный материал до зачета или экзамена, а не после (после изучают студенты, которых отправили на пересдачу). Почему авторы организовали структуру именно таким образом, можно только догадываться.

Всем рекомендую перед сдачей теста по каждой теме сначала еще раз просматривать конспект, который идет последней ссылкой в теме.

3. Вызывает удивление, а затем и недоумение, когда на видео по основам Python преподаватель через строку кода поспешно лепит опечатки и потом их исправляет. Если не получается с первого раза напечатать исходный код, то надо тренироваться и переснимать до тех пор, пока не удастся сделать качественное видео. Надо уважать свою аудиторию и снимать видео без такого количества опечаток.

by Макарова О Л

May 04, 2018

Что мне понравилось:

1 - краткие лекции с минимумом информации (это касается математики)

2 - наличие вопросов в лекциях (возьму себе на заметку) хороший вариант заставить прослушать материал

3 - некоторые преподаватели, с ними хочется продолжать общение и дальше

Что мне не понравилось:

1 - очень малое количество практических заданий, из их формулировок становится понятно, что ты уже должен знать математику (со статистикой пришлось открыть учебник), по языку пришлось найти дополнительный курс

2 - ряд преподавателей вещают довольно занудно (приходилось заставлять себя слушать их усилием воли)

3 - недели для выполнения программных реализаций не хватало только по двум причинам: вспомнить математику / изучить возможности языка и чисто субъективная причина - мы все работаем и у нас есть свои рабочие обязанности (мне пришлось из-за этого менять сессию)

4 - на главной странице курса невыполненное задание почему-то высвечивалось зеленым цветом, что под конец ввело меня в заблуждение о моем прохождении курса, но при заходе на конкретные недели (1 и 4, задания по проверке чужих работ) оказалось не все так просто...

ИТОГО: в целом было интересно, но "экстремально". Поэтому только "четверочка".

by Sergey

Mar 05, 2018

The course is excellent. I really like the syllabus and the practice tests. However, several improvements can be made. 1: I realize that you tried to choose a balance between correct mathematical proofs and redability of your lessons, and I think you did a great job in that task, but then your tests should maintain the same level of balance. It's somewhat unexpected to require very precise answers based on very relaxed concepts. 2: rounding numbers. Please specify more correctlty how would you like you answers to be typed in. In programming assignments, you require first to digits, whereas in the tests you demand rounding numbers, but you explicitly say neither of those. 3: peer-reviewed assignmens, in my opinion, is a great idea and a nice way to learn from each other. However, there is no need to review whatever a machine can check (like, in Andrew Ng's course). Therefore, would be nice to leave peer-rewieving only for conceptual assignments.

Overall, I like the course, especially your take on theory and practice. I think, this one is the best to make a jumpstart into statistics and data science. I am looking forward to taking the other courses of that specialization.

by Козырь Р П

Aug 20, 2019

Курс можно рассматривать как вводный, после него специалистом не станешь, конечно, но какое-то представление о Data Science и начальные навыки он дает. Есть, хоть и поверхностное, объяснение теоретического материала, математического аппарата, это помогает восстановить в памяти то, что было пройдено в институте и уже подзабыто. Учитывая, что в курс включено несколько разных дисциплин, для тех, кто с ними не сталкивался вообще, разбираться будет сложно. Тому, кто окончил 2-3 курса технического вуза, будет довольно просто. Так же нужны начальные навыки программирования. Что такое переменная, функция, классы и методы никто не объясняет, и это для меня - хорошо. Собираюсь продолжить обучение, но снизил балл, т.к. для меня материал остался слишком поверхностным и как бы пройденным "галопом". От решения реальных задач после курса я еще очень далек. Возможно, и не стоит рассчитывать на это, и для вводного курса так и надо. Нет восторженного ощущения от курса, поэтому не пять звезд, но и критиковать особо не за что.

by Pavel T

May 14, 2017

Спустя год решил написать отзыв. В данном курсе интересная подача теории, понятно объясняют, нет слишком формального текста. Приятно, что преподают люди, которые не только на теории знают материал, но и сталкиваются с практическими задачами. Пригодились конспекты, к оформлению создатели подошли серьезно.

Теперь о минусах. Адская сложность ( для меня) задания второй недели, хоть и специализация для людей с каким-то опытом, но сложность данного курса Begginer. Учился на специальности, где было много математики, но не было программирования, поэтому преодолел математические задачи без особых проблем, но пригорел от того, что сложность задания не соответствует предшествующему материалу: показали синтаксис Питона, показали циклы, типы данных и несколько библиотек, но чтобы выполнить задание надо уже быть программистом на каком-то другом языке. Вышло это мне всё в несколько месяцев изучения Питона. Поэтому кто не программист, подумайте прежде чем регистрироваться на курс.

by Evgeny F

Nov 14, 2017

Курс хороший, большое спасибо команде! Необходимые понятия объясняются доступно и интересно. И навыки работы с ipython очень нужные и практически ориентированные. Не понравилось как было дано определение функции. Типа мы не будем говорить про множество значений и определения, но без этого обойтись всё равно не получилось. И само определение понятия было через само понятие. То есть функция - это функция, которая....

А ещё хотелось бы более расширенную версию курса. С векторными случайными величинами, с практическими задачами на аналитическую работу с функциями распределения. Например если X распределено нормально с mu, sigma^2, найти мат ожидание X^2. С линейной алгеброй и матанализом тоже хотелось бы больше материала. Но конечно нельзя объять необъятное.

Большое спасибо за курс!

by Астафьева С В

Mar 31, 2020

Этот курс дает представление о том, какими инструментами нужно владеть для проведения анализа данных. В курсе обзорно показаны возможности Jupiter Notebook, Python, библиотек Numpy, Pandas, Scipy, Matplotlib. Курс затрагивает базовые понятия линейной алгебры, статистики, теории вероятностей. Однако, для успешного прохождения курса нужно достаточно интенсивно заниматься самостоятельно, глубже погружаться в тему, изучая информацию в других источниках. На мой взгляд, до начала курса нужно научиться работать с Python и иметь представление о статистиках, иначе уложиться в отведенные сроки невозможно. Для людей без мощного бэкграунда время прохождения курса увеличивается в 3-4 раза (я тратила около 20 часов в неделю 4 недели).

by Mikhail B

Mar 08, 2016

Неплохой вводный курс.

Однако, прежде чем пройти его, нужно подтянуть как математику, так и синтаксис Питона. Преподаватели быстро пробегают по верхам, рассчитывая на то, что подробно и досконально объяснять не нужно, что все это повторение пройденного. Думаю, многим этого покажется недостаточно. У некоторых (так было у меня) может сложиться впечатление сильного разрыва в сложности между объяснением и заданием (хотя на самом деле все необходимые сведения, по сути, приведены).

При этом практические задания в этом курсе очень хороши; по мне, это наиболее ценная его часть.

by Заньков К А

Apr 03, 2018

Не хватает погружения в конкретные задачи, чтобы реализовывать на практике полученные знания с первого занятия. Много теории, которая наверняка не пригодится в дальнейшем! Было бы здорово если курсы будут интерактивными! Допустим, есть конкретная задача у компании "А" и чтобы ее решить нужно то-то, есть другая задача у компании "Б" и для другой ситуации был бы применителен более индивидуальный подход!!! Надеюсь вы меня поняли!!! Будет круто)! Уверен, что количество слушателей увеличится в разы!

by Чайников К М

Apr 29, 2018

Хороший курс) Единственный минус это недосказанность некоторых тем, особенно тяжко было воспринимать статистику. Объясняли каким-то нечеловеческим языком. Ну, может мне так кажется. А в основном мне понравилось) Кстати, если вы только решаетесь записаться на курс или нет. Я Вам смело советую сделать это! Если вы совсем новичок как в математике так и в питоне, то на платформе Stepik.org(https://stepik.org/course/3356) есть обширный практикум по этому курсу.

Дерзайте!

by Билибин С К

Mar 21, 2017

Очень кратко, но полно подана теоретическая информация. За это всевозможные респектосы.

Почти все, что было затронуто в этом курсе, я проходил в университете. Этот курс очень хорошо формализовал и структурировал информацию в голове.

В практической части сложность заданий не очень сбалансирована( для меня задача на анализ текстов была очень непростой, так как я впервые открыл питон), но, в целом, вся теория была применена на практике и это хорошо.

by Sergey D

Aug 10, 2019

Курс интересный, темы выстроенные в грамотной последовательности. Но для того объема материала, которым должен овладеть слушатель к концу курса, данный курс очень маленький. Предполагается, что слушатель либо знаком с линейной алгеброй и Питоном, либо очень много время надо потратить на изучение этих тем, гораздо больше длительности всего курса. Все же хотелось бы, чтобы в курсе более детально разбирались аспекты математики и Питона.

by Филипп

Jul 27, 2017

Некоторые задания были очень простыми. Наверное, это нормально для первого курса из специализации. На мой взгляд была очень крутой третья неделя. Я узнал на ней много нового для себя про оптимизационные алгоритмы и про матричные разложения. Возможно, имеет смысл добавить задание реализовать вручную какой-нибудь генетический алгоритм или отжиг.

Спасибо за первый курс в специализации ;)

by Usenko S

Oct 26, 2017

Начало не сложное, но затем сложность растет нелинейно и 3,4 неделя для понимания требует значительно больше материала чем представлено в видео и конспектах. Напоминает мем о том как научиться рисовать) Курс явно рассчитан на людей, которые уже что-то подобное когда-то проходили и им надо только освежить это. Если не знакомы с программированием и математикой - будет сложно.

by Нагорный П В

Feb 25, 2018

В целом курс отличный. Дает необходимые знания. Но! Хотелось бы ,чтоб в видео разбирались реальные задачи. Я имею в виду, что сам курс не имеет значения, если делать так : " Вот здесь задание, вот документация. Мы ее вам не показывали, но вы прочитайте сами." Зачем нужны преподаватели, если можно отправить к документации? Хотелось бы более адаптированного преподавания.

by Ivan S

Jun 08, 2017

В целом все неплохо (отлично вспомнил универскую программу + начал видеть интересности в 'сухой математике'). Я бы немного переработал неделю с теорией вероятности. Было бы проще, если:

не просто читали формулы, а объясняли какой физический смысл за ней стоит.

Именно на тервере приходилось пользоваться другими источниками, чтобы понять о чем речь.

by Andrey A

Jun 22, 2017

Отличный курс. Хотя в некоторых местах довольно поверхностное и, тем не менее, все равно сложное повествование. Странная комбинация. В остальном курс дает необходимую базу для решения задач с помощью Python (в первую очередь учит искать информацию в описании библиотек) и некоторые идеи использования математического аппарата в решении задач.

by Kutnyakova E

Sep 07, 2019

хороший курс для новичков, вводит в курс дела, хотя местами слишком кратко. особенно последняя неделя скомканной получилась, слишком много реально сложной информации (теорвер и статистика) и я просто пропускала некоторые вещи. зато практика супер! буду проходить второй курс однозначно, применять знания. спасибо большое всем организаторам

by Пискунов А Д

Oct 21, 2016

Курс неплохой, но балл снизил за недостаточно хорошо раскрытый оператор lambda.

В итоге, конечно, разобрался с ним досконально, но пара лишних примеров в тексте лекции сэкономила бы кучу времени. А также неплохо было бы понять, зачем нужно было дублировать более общий оператор определения функции def его усеченным вариантом lambda

by Baturo T

Apr 09, 2017

Спасибо большое организатором за создание такого курса! Он позволяет получить новые навыки в анализе данных. Надеюсь, что подобных курсов будет все больше и больше!

Из недостатков: курс занимает больше времени, чем упоминается в описании. Не всегда хватает поддержки на форумах. Мне хотелось бы больше упражнений в первые недели.

by Толмачев А А

Nov 21, 2016

Отличный курс, считаю обязательным для всех людей, желающих изучать Python для мат. анализа. Для меня единственной проблемой в курсе была часть с теорией вероятностей, достаточно поверхностно осветили плотности и распределения и достаточно проблематично получилось выполнить последнее задание. В остальном - великолепно!

by Фёдоров А С

Dec 13, 2017

Часть по Python хороша. Единственный минус - в лекциях рассказывают про Python 2, а все студенты уже на Python 3.

Часть по мат.статистике тяжелее, мне показалось скомкано, пришлось дополнительно прослушать отдельный курс по основам статистики на Степике. Только после этого понял как надо выполнять итоговое задание.

by Berdnikov D U

Jul 04, 2019

Немного бегло. Кое-что приходится догугливать. В превью сказали, что будет математика и она будет применяться на практике. Пока этого нет, делаю на упорстве, читаю дополнительно, думаю, поможет, а там - глянем. В целом, формат тестов - отличный, после них запоминается лучше. Но, как и везде - практика

by Cyril B

Apr 29, 2018

Из плюсов - много практических задач

Из минусов - объяснение математики явно рассчитано на подготовленного человека. Также есть явная нехватка практических примеров. В качестве источника, где на мой взгляд математика объясняется гораздо лучше привожу англоязычный учебник Higher Engineering Mathematics

by Timur B

Mar 12, 2018

The lectures could potentially go into more details, especially in the optimization part. The explanation is too short and does not give feeling of what is actually happening. The probability theory is also short but much better explained, so it can be clearly understood. The exercises are excellent!