Chevron Left
返回到 Построение выводов по данным

學生對 莫斯科物理科学与技术学院 提供的 Построение выводов по данным 的評價和反饋

4.7
964 個評分
143 條評論

課程概述

Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. Данные почти всегда содержат шум, поэтому утверждения, которые можно сделать на их основе, верны не всегда, а только с определённой вероятностью. Строить наиболее корректные выводы и численно оценивать степень уверенности в них помогают методы статистики. Как можно оценивать неизвестные параметры системы по небольшому количеству наблюдений? Как измерить точность таких оценок? Какие данные нужны, чтобы ответить на ваш вопрос, и на какие вопросы можно ответить с помощью уже имеющихся данных? Вы узнаете все, что нужно для успешного превращения данных в выводы — организация экспериментов, A/B-тестирование, универсальные методы оценки параметров и проверки гипотез, корреляции и причинно-следственные связи. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

熱門審閱

PK

May 04, 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

SF

Jun 10, 2018

Пока это лучший курс для меня с практической точки зрения. Можно было бы разобрать больше прикладных реальных задач вместо замысловатых тестов с множеством ответов.

篩選依據:

1 - Построение выводов по данным 的 25 個評論(共 140 個)

創建者 Vadim C

Dec 23, 2018

Хорошая картинка, огромный минус чистый академический язык непонятный обывателю. Читают студенты как по учебнику. Было бы понятней если бы они отвлеклись от формул и расскаазали о причиноследственных связях: почему именно так лучше решить задачу, как люди пришли к этому, ненаглядно сплошные формулы и скрипты без обьяснения типа вот смотрите аксиома, а почему так...

創建者 Вернер А И

Jan 18, 2019

Ужасно тяжёлый курс. Колоссальный объём материала, кошмарные задания по программированию. Объём работы никак не соответствует четырём неделям.

創建者 Artem D

Dec 30, 2018

До прохождения курса у меня не было никакого бэкграунда в математической статистике. Курс показался мне сложным.

Я поставлю 5 звезд, т.к. указано "Advanced Level", в противном случае моя оценка была бы ниже.

Мне понравилось: объем предоставленного материала с т.з как статистики, так и имплементации в Python, формат квизов и прочих заданий.

Мне не понравилось: слишком научное и при этом неподробное изложение материала, после которого не приходит интуитивного понимания происходящего; неочевидная структура курса.

Мне очень помогли пройти этот курс бесплатные курсы на stepik.org от Анатолия Карпова (Институт Биоинформатики). Я однозначно пройду все его курсы по основам статистики полностью для закрепления и структурирования материала.

創建者 Sergey M

Jun 27, 2016

Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.

創建者 Dmitry T

Jul 19, 2019

Курс очень интересный, но и очень сложный, а уровень объяснений показался недостаточным.

Большой объём довольно сложной теории без связок между отдельными темами и объяснениями, в каких случаях что использовать.

Материал подаётся не всегда понятно, многое приходилось искать в других источниках.

創建者 Ilya P

Sep 01, 2017

Лектор очень плохо объясняет: старается использовать сложные термины, что может возвышать его в глазах девушек, но не помогает учебному процессу. Делает много отступлений, чтобы показать какими серьезными и сложными делами он тут занимается, а это время можно было бы потратить на простое и доступное изложение материала.

創建者 Волынский А Н

Jun 28, 2017

Худший курс яндекса и МФТИ. В этом курсе зачем то программные задания сделаны в виде тестов с ограничением в 3 попытки на ответ, что с учетом "замечательных" конспектов и "отличных" формулировок вопросов, создает непередаваемые возможности для обучения.

創建者 Кузьмин Ю

Dec 03, 2017

Курс очень насыщенный, наконец с реальными практическими задачами и примерами. Очень порадовала неделя 4 - интервью со специалистами, решающими реальные задачи анализа данных. Наверное, самый интересный и полезный курс из всех. На неделе 4 советую обязательно пройти тесты - они расширяют лекционный материал и дают новые знания.

По недостаткам. Мне лично не хватило систематизации и немного более "человеческого" изложения. Поясню. на протяжении курса проходили много различных критериев, применяемых в различных ситуациях. Но не было в итоге какого-то общего, обобщающего занятия, в котором бы была показана ретроспектива курса и наглядно показаны все пройденные критерии (например, в виде таблицы - какие задачи может решать, к какой шкале применяется, какая нулевая гипотеза рассматривается, какие требования к данным и т.п.). Под "человеческим" изложением я понимаю, что можно было бы дополнительно переводить некоторые понятия (например, формулировки нулевых гипотез) с математического языка на более простой. Ещё из пожеланий - сопровождать ipython-ноутбуки в уроках комментариями, что и зачем делается (комментарии есть только в уроке про регрессию). И последнее - почти "мёртвый" форум.

Судя по тому, что в специализации уже больше года не происходит ничего нового - и эти мои пожелания не будут приняты во внимание, но поступающим, думаю, будет полезно иметь это в виду и сформировать правильные ожидания от курса.

創建者 Stanislav L

Nov 14, 2017

не очень наглядно и понятно объяснялась теория. до сих пор не до конца понял, как работать с доверительными интервалами и достигаемым уровнем значимости.

Проверка гипотез - как в тумане :(

Практический примеры не внесли большой ясности, где и как что можно использовать..

創建者 Vadim T

May 10, 2017

Тот случай, когда команде не удалось структурированно и просто рассказать о сложном. Кроме того, приведенные примеры, не самые удачные, на мой взгляд, с точки зрения практического применения.

創建者 Пак В Г

Apr 01, 2017

Половина курса получилась сильно обзорной. Понятно, что авторам хотелось затронуть широкий спектр проблем и возможных решений, но в итоге получилась попытка объять необъятное: много информации, которую можно было бы сложить в текст, а интерактивный материал сосредоточить на какой-то одной и разобрать её по косточкам, потенциально на живом примере. Другая проблема - это сырая формулировка в некоторых тестах. Думаю, по сообщениям в форумах понятно, пр, но удивляет то, что спустя 4 месяца с того момента, как эта проблема всплыла, формулировки так и не поправили. В общем, ощущение, что к 5 курсу авторы "устали".

創建者 Пушкарев Д В

May 10, 2020

Из всех курсов специализации больше всего опасался этого, потому что именно его называли самым сложным 95 % учащихся. Как оказалось, совсем зря.

Да, курс очень интенсивный и насыщенный, материала очень много. Меня спасло то, что большая часть материала мне была знакома по курсу Анатолия Карпова на степике. Но! Во время изучения статистики на степике все укладывалось в голове как-то наполовину, а здесь все наконец-то встало на свои места. Я стал понимать и "ощущать" основные понятия статистики: доверительные интервалы, проверка гипотез, достигаемые уровни значимости и так далее.

Курс поначалу может показаться слишком сложным, потому что он выкатывает совсем новые требования к учащимся после предыдущих курсов. Больше никаких лайтовых тестов за несколько минут! Теперь на тестах придется расчехлять jupyter, подтягивать навыки по pandas и периодически посматривать в конспекты. Я вас уверяю: если не пугаться объема заданий, а сесть и потихоньку их делать, сдать курс на 100 % вполне реально и несложно.

Огромное спасибо создателям этого курса за такой интенсив и такой объем заданий. После такого курса понимаешь, что действительно чему-то научился.

創建者 Рогозин А

Apr 09, 2020

Для меня этот курс оказался одним из самым понятных на специализации - видимо быть мне аналитиком данных, а не дата сайентистом)

Курс интересен тем, что на примерах показывает, как принимаются решения о внедрении той или иной фичи в проект. Как оценивать метрики, как проводить A/B тестирование, как тестировать гипотезы и др.

Отличием от других курсов этой специальности является то, что для решения тестов следует использовать ноутбуки - по сути тесты трансформировались в типичные домашние задания)

4 неделя с реальными задачами позволила намного глубже закрепить материал за 3 недели. Побольше бы таких последних недель, которые позволяют оглянуть назад в курсе и лучше закрепить полученные знания.

Из минусов можно выделить недосказанность материала в некоторых лекциях. Я не особо знал до этого курса статистику - в некоторых моментах гуглил те или иные моменты, чтобы понять, что кроется за видеолекциями.

Курс даёт очень хорошую картину мира мат статики - этого не отнимешь.

創建者 Sergey

Mar 30, 2019

This one is truly amazing. For a long time, I was looking for a statistics course that's neither oversimplified (like, learning the definition of the variance for good half a year), nor too complex (making me lost right away). This course is the very reason I've enrolled to the whole specialization, and I don't regret it. It gave me clarity about various commonly used tests, and a flavor of when and how I should use those.

Dear course instructors, thanks for you work, and please consider translating this one into English. There are many people out there, who would benefit from it.

創建者 Нажесткин И А

Apr 27, 2020

Один из самых интересных курсов специализации. Неплохо заставляет поработать мозги. Насчёт сложности, про которую все пишут - как по мне, всё вполне решаемо.

Единственный недостаток - в автоматически проверяемых заданиях формулировки часто неточные, в результате чего приходится долго мучиться, пытаясь понять, почему система не принимает ответ. Типичный пример - Здесь, конечно, очень выручают форумы с опытом старшекурсников, а также чат в Телеграме.

創建者 Timur B

May 29, 2018

Очень полезный курс. Сразу весь материал усвоить трудно, но можно вернуться и попытаться разобраться более подробно, когда будет в дальнейшем такая необходимость. Курс очень практичный, многие функции можно, на мой взгляд, использовать напрямую в работе. По пол года, как пишут, не надо закладывать, курс можно пройти за 5-7 полных дней. Если вы проходили прошлые курсы за месяц, то на этот можно выделить 5-6 недель.

P.S. Статистика может быть классной!

創建者 Andrey K

Oct 14, 2018

Видео лекции можно слушать по дороге на работу, а вот на практические задания и тесты нужно выделить время. Первые недели - просто ответы на тесты, минимальное использование ноутбука. Дальше - все больше времени требуется для прохождения домашнего задания.

За ~ 8 выходных дает представление о методах статистического анализа и условиях их применимости.

創建者 Sergei B

Sep 07, 2016

Мега-полезный курс, на который я рекомендую запланировать побольше свободного времени. Если третий курс специализации мне давался очень легко, то с этим пришлось повозиться (не хватало базовых знаний по статистике).

Этот курс я планирую внимательно прослушать еще раз. Материал действительно очень нужный для анализа данных.

Огромное спасибо Евгению.

創建者 Vladislav

Oct 22, 2016

Потрясающий курс. Меньше математики было бы невозможно, больше - сложно для большинства. Но в качестве введение в статистику просто огонь - взглянул на эту науку совсем с другой стороны и она классная. Для меня курс показался самым интересным из всех предыдущих, большое спасибо составителям - вы крутые.

創建者 Красовский И В

Mar 17, 2019

Я бы поставил этот курс на второе место по полезности (на первое место стоит отправить 2 курс специализации).

Этот курс учит как действительно работать с данным и принимать решения на данных. Значение построение выводов по данным сложно переоценить, т.к. это является итогом работы любой модели.анализа

創建者 Толмачев А А

Jan 28, 2019

Шикарные знания в части аб тестирования + проверки факторов в регрессионной модели, чистый кайф. Спасибо Вам большое! Мне лично было очень тяжело понимать логику аб тестов, до сих пор буду вспоминать как страшный сон

創建者 Leonid S

Jan 11, 2017

Курс дал общее, и что важно неповерхностное понятие о мат. статистике, о том, как она применяется в задачах Машинного Обучения

創建者 Vladimir A

May 15, 2019

Полезно, но очень скомканная подача

創建者 Михаил П

Sep 20, 2019

Нудная тема, по началу для меня была очень тяжелая.

Но спасибо огромное преподавателям, Евгению и Эмели!

Хоть видео лекций мною воспринимались довольно плохо, тем не менее замечательные конспекты этих же лекций и видео с практиками (я прям себе в ноутбуки перепечатывал все комментарии преподавателей) помогли не только не потеряться, но и разобраться в теме.

Отдельно хочу отметить тестовые, контрольные и практические материалы. Чем ближе к концу недели приходишь, тем больше понимаешь тот невероятный объем работы, который Евгений с Эмили провели, чтобы помочь нам, слушателям, понять материал. Именно в этих заданиях чувствуется тот объем работы и энтузиазма, который был вложен в курс. Именно благодаря практикам и тестам у меня получилось понять такую сложную тему (а в институте-то, когда мы эту тему проходили, понять ее мне так и не удалось: зачет кое-как получил и забыл как страшный сон).

Так что, еще раз спасибо преподавателям. 4-й курс, пожалуй, лучший курс этой специализации!

創建者 Yury K

Jun 29, 2016

Для меня лично курс оказался очень полезным, поскольку у меня толком не было статистики в институте (это в МФТИ то!). В целом все прекрасно, неделя задач получилась насыщенной. Пожалуй, добавить можно было бы дисперсионный анализ. И еще не всегда было понятно, почему Эмели в тетрадках использует те или иные функции библиотек или формулы - некоторый разрыв с теорией был. Еще небольшое пожелание - к следующей итерации курса можно написанные на Python статистические методы объединить в небольшую библиотеку - с комментариями, примерами, все как положено. И на GitHub выложить.