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
5,341 個評分
895 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

VK
2017年4月11日

Прекрасный практический курс! За месяц очень многое узнал и о Питоне и об анализе данных. Никогда не думал, что смогу так быстро научиться решать достаточно сложные задачи на новом для меня языке

篩選依據:

51 - Математика и Python для анализа данных 的 75 個評論(共 862 個)

創建者 Olga V

2018年6月11日

Расчитывала на Питон. Оказалось, что базовая математика - есть, а Питона - нет. Соответственно, время, указанное на выполнение задач по программированию далеко от действительности. Для самостоятельного изучения информации вне курса, смысл в курсе сужается до необходимости получения сертификата. Мои ожидания не оправданы.

創建者 Katherine K

2018年8月3日

The first part was okay but the statistics course is awful. I spent 90% of my time just to understand very vague questions and tasks and only 10% to implement.

創建者 Maslova A O

2020年5月11日

Недостаточно практических материалов, которыми можно воспользоваться при выполнении больших заданий. Тесты в видео лагают и с ошибками.

創建者 Andrey K

2017年9月5日

Математическая теория дается малопонятно для тех, кто ранее эти темы затрагивал только поверхностно.

創建者 Maxim V

2017年1月28日

Очень плохо даются объяснения. Мне было трудно понимать без дополнительного материала

創建者 Артеменко Я

2019年9月13日

Если не знаешь математику и python - слишком сложно, если знаешь - слишком легко.

創建者 Яскевич А С

2019年4月13日

Too simple and incomplete (At least for me, as a MIPT stident)

創建者 Козлов И А

2019年2月25日

долго ждать требуется, пока люди проверят

創建者 Владимир Ш

2016年10月19日

Первый 3 недели, еще более менее держали качество, последняя 4 неделя, ужастно сделано, теория обьяснена очень плохо, так что без дополнительной литературы не разберёшь, спрашивает зачем тогда курс.

Задания для домашке притянуты за уши, никакой практической пользы, хотя можно было сделать очень качественно и довольно просто.

Я прохожу не первый раз такие курсы, скажу,что конечно слабовато, не ожидал что под брендом МФТИ такое будет

創建者 Alexey

2017年3月1日

Материалы в лекциях и конспектах в курсе Математика и Python для анализа данных (4я неделя) не объясняют вопросы в тестовых заданиях и вопросах. Почти всегда приходится обращаться к сторонним источникам по вопросам теории вероятности и статистики.

Пока что курс Machine Learning от Andrew Ng более понятный с моей точки зрения.

創建者 Andrey A

2018年2月5日

Очень общий и короткий рассказ о фундаментальных вещах, которые хотелось бы понимать глубже. Мало примеров. Можно было бы давать ссылки на дополнительные материалы сразу в соответствующей теме.

Приходится тратить кучу времени на поиск информации в интернетах.

創建者 Vladimir Z

2016年10月20日

Информация поверхностная. За такие деньги ожидал гораздо более глубокого изложения со сложными задачами, на которые на самом деле нужно потратить время.

創建者 DMITRII K

2020年4月17日

Не подойдет для тех, кому надо восстанавливать мат.знания

Невозможно выполнить некоторые задания на основе информации курса. Зачем тогда вообще курс? Пусть мне будет непонятно, но хотя бы пример , по подобию которого я бы смог сделать задание ДОЛЖЕН быть, за это платятся деньги. Учитывая еще тот факт, что задания проверяются такими же студентами, т.е верное решение объяснено получено не будет. В итоге демотивация и нежелание продолжать.

Лекторы , на мой взгляд, для преподавания слишком молоды. Не хватает пояснений на более грубых примерах, т.е. заботы о лучшем/легком восприятии в ущерб точности. Материал излишне сокращен.

Мало примеров и визуализации в ходе пояснений(касается мат. пояснений, не питона)

Сам нашел иной источник по изучению Машинного Обучения, так же присматриваюсь к иным курсам от других преподавателей на этой платформе.

Из-за фокусировки на проблеме подачи материала знания в голове не структурируются, в таком случае эффективнее прекратить работать с этим источником и искать иной, подходящий. Видно , что лекторы(касается именно мат. лекций) знают свою область, но преподаванием им заниматься не стоит, пусть лучше общаются с коллегами.

創建者 Pavel D

2016年10月5日

Ужасно скучная и нудная подача материала, через 5-6 минут видео начинает тянуть в сон. Вспоминаю своего преподавателя по программированию в университете, которая в таком же формате пыталась рассказать про C++. В итоге у всего курса знаний - 0 ! Здесь все очень сжато подается, по сути лекторы зачитывают конспекты/тезисы, которые они знают или подготовили для данного курса. Еще раз убеждаюсь в том, что знание предмета и преподавание - это две совершенно разные вещи. Моя оценка курсу - 1, жаль, что не успел вернуть деньги.

創建者 Kulish O

2017年5月2日

Очень неприятные впечатления оставил данный курс. Несмотря на то две последние недели были и полезны, и понятны. Задача на схожесть текстов со второй недели поставила меня не просто в тупик, а оставила очень негативные впечатления.

Материалов не только недостаточно, но и не понятно где можно почитать дополнительно о методах заполнения той же матрицы, или подсчёта элементов. Вместо пары часов угробил на эту задачу времени больше ем на весь курс.

Никому не рекомендую! !

創建者 Anton G

2019年2月1日

Worst course I have ever seen. Explanations are unclear, examples are not demonstrative and tasks are stated so, that you have to read someones mind to figure out what you have to do.

創建者 Daria P

2020年5月11日

Очень мало примеров и слишком сложные задачи на программирование без каких-либо пояснений откуда брать информацию и как выполнять задания

創建者 Artur P

2020年2月11日

Увидел, что курс построен на питоне 2 и, со спокойной душой, отписался. Почти часовое введение с рекламой тоже не особо интригует

創建者 Evgeni N

2017年12月19日

Без примеров, без разборов, без нормального объяснения, дорого, ограниченное время на прохождение.

創建者 Sergei K

2020年4月5日

Старая среда разработки , никак не установить ее , с старой задания невозможно воспринимать

創建者 Andriy S

2020年12月14日

Хороший, интересный курс! В целом хорошая работа преподавателей. Но нельзя не сделать несколько замечаний. 1) Все же курс не для "начинающих", как он позиционируется. Хорошо бы начинающему курс иметь некоторый опыт программирования и пройти хотя бы самый простой курс Питона, ну скажем, я б рекомендовал классический №67 на Степике. Лично у меня был уж не такой малый опыт в Питоне, потому никаких трудностей не было, однако тот Питон, что на этом курсе, из цикла "галопом по Европам", и притом сильно быстрым галопом, пропуская многое. 2) В принципе тоже можно повторить и про требуемые основы анализа и теории вероятности и мат. статистики. 3) Что вообще характерно для он-лайн курсов, особенно с попыткой охватить некую обширную тему - как у этого курса! - то этот самый галоп с пропуском многих полезных подробностей и особенностей. Потому не стоит рассчитывать, что тут вас сделают специалистом - ну где-то покажут дорогу, направления, дадут опору и толчок к более глубокому изучению того, что надо. 4) Вывод. Лично для меня курс был подходящим и в целом несложным по заданиям. Что там будет у других - не скажу, многое зависит от предыдущей подготовки и опыта.

創建者 Petr K

2018年7月22日

This is a Russian course so it'd be better if I continue in Russian to :)

Цель этого курса - подготовить к непосредственно началу изучения Машинного Обучения.

В отношении меня цель была выполнена - я восполнил пробелы в тервере, матстате и numpy+pandas. Остальные темы знал довольно хорошо, т.к. уже что-то повторял + прошел курс от Andrew Ng. Из-за этого скорость прохождения была неравномерной - это нормально. Так что будьте тоже готовы, что какие-то темы пролетят очень легко и быстро, а на каких-то чуть подзависнете.

Очень понравился темп и глубина изучения. Темп очень спокойный, темы специально чередуются. Изучение довольно поверхностное, но при этом нужные слова упоминаются, оставляя возможность доизучать самому. С одной стороны курс не перегружается, с другой - обозначены термины для самообучения.

Здесь чувствуется некоторая свобода - просто завершить курс легко и быстро, большого труда не составит. Задания и практические семинары составлены таким образом, что есть много свободы для "поковыряться" самому.

Спасибо большое ребятам за отличный курс! Уже вовсю изучаю следующий))

創建者 rerf2010rerf

2019年5月30日

Хороший вводный курс в специализацию, позволяет понять набор тем, которые будут впоследствии затронуты и освежить их в памяти, не сильно зарываясь в детали. Конечно, если есть, что освежать) Но курс именно что вводный и явно не для новичков в программировании и математике, так что если у вас по этим темам только забытые школьные знания, то вы в нём вряд ли что-то поймёте, придётся много учиться самостоятельно по университетским учебникам, или взять курс попроще. Но лично для меня это был плюс, математическое образование и работа программистом за плечами всё таки)

Ещё из несущественных минусов - курс до сих пор на Python 2.7, хотя до окончания его официальной поддержки осталось меньше года. Впрочем, вам ничего не помешает использовать python 3, как я и сделал. Единственное неудобство - некоторые предоставляемые в курсе примеры и notebook'и придётся немного править, чтобы запустить их в 3 версии питона.

創建者 Maksim S

2018年2月28日

Хороший курс, позволил вспомнить вышку, и понять, как её можно использовать в своей профессии. Серьёзный минус преподавателям в универе - и думаю, не только в моём - это то, что математика даётся совершенно абстрактно. В итоге несколько лет учёбы, если студент дальше сразу не уходит в math-related область, оказываются просто потеряны. А ведь могли бы добавить чуть проблемоориентированности и прикладных моментов, и поднять как качество образования, так и престиж учреждения, на новую планку.

Из минусов данного курса - очень высокий темп передачи информации. Первые лекции зашли хорошо, но дальше всё объясняли более и более кратко, и теорию вероятности и статистику, например, пришлось пересматривать по нескольку раз, параллельно разыскивая краткий и по-человечески написанный материал на тему. Но ставлю всё равно "отлично", так как получилось здорово и познавательно!

創建者 Астафьева С В

2020年8月12日

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), предварительно пройдя курс по Python и по статистике.