Chevron Left
返回到 Математика и Python для анализа данных

學生對 莫斯科物理科学与技术学院 提供的 Математика и Python для анализа данных 的評價和反饋

4.8
5,447 個評分
922 條評論

課程概述

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....

熱門審閱

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.

篩選依據:

226 - Математика и Python для анализа данных 的 250 個評論(共 890 個)

創建者 Корщиков М С

2017年12月27日

Хороший, подробный курс.

Одно пожелание - добавьте побольше примеров из жизни по применению изученного материала.

Возможно это будет далее подробно рассмотрено...

Отлично!

創建者 Alexey O

2020年4月6日

Thanks for the course! Sometimes it was quite difficult to do exercises and complete tests, but all additional and helpful theory with examples could be found online.

創建者 Григорьев А А

2019年5月14日

Отличное изложение материала. Отличные задачи, прямо на грани между "как это вообще делать?" и "надо попробовать вот так", решив которые очень радуешься что догадался

創建者 Гаврилова Д Е

2018年6月13日

Прекрасный курс! Все, что требуется для его прохождения - не бояться копать. Начальные знания не обязательны, хотя мне пригодились начальные навыки программирования.

創建者 Ihor L

2018年4月29日

Отличный курс для того чтобы быстро напомнить себе многое из университетского курса математики и очень плотно познакомиться с библиотеками пайтон для анализа данных

創建者 Борисихин А Н

2017年11月13日

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

創建者 Vladimir S

2016年3月7日

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

創建者 Konstantin R

2016年2月23日

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:)

創建者 Daniil S

2019年8月20日

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

創建者 Gallyam B

2016年10月16日

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

創建者 Moldovan A

2017年7月27日

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.

創建者 Небавский В А

2018年10月21日

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

創建者 Aibushev T

2017年9月16日

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

Все основы есть. Но подразумевается еще существенное самостоятельное изучение.

創建者 Нужный М И

2017年10月18日

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

創建者 Maksim M

2019年8月11日

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

創建者 Kirill

2016年4月25日

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

創建者 Борис В Г

2016年10月6日

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

創建者 Миняев Д А

2020年1月26日

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

創建者 Алехин А С

2020年1月20日

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

創建者 Eugene K

2016年4月19日

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

創建者 Aleksey T

2016年9月23日

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!

創建者 Васильченко Ю В

2020年6月7日

Очень понравился этот курс, даны базовые понятия из математического анализа, линейной алгебры и теории вероятностей, отличное введение в анализ данных!

創建者 Dmitry Z

2020年3月10日

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

創建者 Семен М

2021年1月26日

Курс простенький, но знакомит с важными идеями из линейной алгебры и матстатистики. Оптимален для совсем начинающих. Сильный преподавательский состав.

創建者 Roman K

2016年9月27日

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