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
4,688 個評分
759 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

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

MS

Oct 04, 2019

Спасибо за ваш труд. Очень интересно спустя 10 лет после университета окунутся в режим студента. Замечательно то, что для выполнения задания необходимо почесать репу)) и залезть в другие источники.

篩選依據:

326 - Математика и Python для анализа данных 的 350 個評論(共 726 個)

創建者 Павел Е

Oct 03, 2016

Отличный курс. Было тяжело, но это только усиливает удовольствие от прохождения)

創建者 Alexander S

Nov 22, 2017

Простой курс. Хорош для поиска мотивации к обучению и "пробы пера" на Курсере.

創建者 Yaroslav Z

May 07, 2019

Отличный курс, хорошо спланированная программа обучения. Хорошие видеолекции.

創建者 Нурдинов Д А

Nov 07, 2019

Отличный курс, если забыл математику и статистику, но она вдруг понадобилась

創建者 Natalia A

Jul 18, 2017

Курс содержит полезную и практическую информацию для начинающих. Насыщенный.

創建者 Мидили А И

Oct 27, 2019

Не легкий курс, для новичков, но очень продуктивный по изученной информации

創建者 Evgeny K

Oct 19, 2019

Круто! Но понадобится доп.литературу проштудировать для лучшего результата

創建者 Кононенко П В

Aug 05, 2018

Мне очень понравилось, но конечно было сложно так как математику подзабыл.

創建者 Bakyt

Nov 25, 2017

качественное введение в питон програмирование и ликбез по азам лин.алгебры

創建者 Roman

May 03, 2016

Отличный курс, спасибо большое всем преподавателям за материал и объснения

創建者 Kopeliovich E

Sep 09, 2018

Great course containing basic information about math for ML and Python 2.

創建者 Andrey C

Mar 06, 2016

Отличная подача, близкая к идеальной сложность заданий, отзывчивый форум.

創建者 Катя

Feb 21, 2016

самая первая сессия, а уже такая классная. думаю, дальше будет ещё круче!

創建者 Akylbekov R B

Jun 03, 2019

Очень помог в получении повторении практических знаний в работе с Python

創建者 Ilia S

Aug 25, 2017

Узнал много нового и повторил много того, что уже забыл к этому времени.

創建者 Alexander Z

Feb 11, 2016

Поймет даже 9-классник, насколько доступно ребята рассказывают. респект!

創建者 Iuliia M

Aug 15, 2017

Very usefull to brush up your knowledge in mathematics, statistics etc.

創建者 Петрашень Н И

Jul 25, 2018

Материал изложен лаконично и доступно, отлично подойдёт для начинающих

創建者 Tural A

May 20, 2019

курс отличный, все детально и доступным языком, без всяких выеживаний

創建者 Dmitriy L

Nov 19, 2017

Очень понравилось! Спасибо за проделанную работу по подготовке курса.

創建者 Anton T

Aug 27, 2017

Очень понравилось. Просто, информативно, много практических заданий.

創建者 Сергей Я

Aug 15, 2017

Немного трудновато тем кто ни когда не сталкивался с анализом данных

創建者 Andrey P

Jul 21, 2018

На редкость грамотный курс. Начинают с основ. Не чета американским.

創建者 Артем Б

Mar 07, 2016

Хороший курс. Что-то узнал новое, а где-то освежил знания. спасибо.

創建者 Егор Ф

Mar 06, 2016

Все очень круто!

Возможно, необходимо больше практических примеров.