Отличный курс! Отличные преподаватели! Очень качественный материал оптимальный для начинающих. Преподаватели увлекательно, живо, доходчиво объясняют курс.

Курс отличный. Доступное изложение материала. Рекомендуется к прохождению интересующимся темой.

Спасибо, было очень интересно. Хотелось бы расширить его и сделать более подробным.

Интересные задания, актуальные технологии. Отличный курс!

Хороший курс, мне понравился. Спасибо!

Хороший курс. Поначалу казалось, что темы освещаются слишком уж "по вершкам", но по окончании курса, понял, что глубже и не нужно - весь необходимый практический минимум курс дает, а за теорией лучше все же обратиться к соответствующей литературе (или к специализированным курсам).

Теперь придирки :) В некоторых практических заданиях и тестах куча времени уходит на вычитывание мелких нюансов в условии. То есть написанный код верен, но грейдер не принимает ответ, потому что, например, во всех заданиях ранее мы стандартно делили выборку случайно, а в этом задании нам нужны именно последние 25%, на мой взгляд это требование в задании нужно как минимум выделять жирным шрифтом. Таких мест в задачах мало, но именно в силу своей внезапности, они сильно портят настроение.

В целом же, все понравилось, огромное спасибо преподавателям и всей команде курса!

Очень плотный и полезный курс:)

Молодцы. Отличный курс. Немного провисает вопрос с нейроными сетями, но, надеюсь, что эта тема еще будет раскрыта подробнее в других курсах специализации.

Отличный курс!

Хороший курс, много времени уделено объяснению теории. На мой взгляд - лучше параллельно читать с "The elements of statistical learning", там некоторые моменты подробнее объясняются.

Курс неплохой, интересный. Много практики. Нагрузка, все же, довольно высокая, особенно для работающего человека, поэтому бывает тяжело. Особенно огорчают ошибки в грейдере (на третьей деле, если не ошибаюсь, столкнулся), из-за них убивается действительно гигантское количество времени. Еще один минус - некоторые моменты в лекциях освещаются очень поверхностно, а порой на слушателя просто вываливаются большие формулы, а пояснение дано к ним в двух словах. В этом плане классический ml class с Andrew Ng мне понравился больше, т.к. теория там дана была более подробно, но зато было меньше практики (а тут плюс текущему курсу).

Например, если в теоретическом материале преподаватель скажет почему функция потерь, например, log-loss получается именно такой, то этот материал станет интересней в квадрате! :)

Тем не менее спасибо, было интересно.

<3

Отличное продолжение вводного курса. Прекрасные лекции и интересные задания. Рекомендую!

Хороший курс, где все разложено по полочкам. Понятная теория, интересное изложение, хорошо подобранные задачи, справки по функциям и даже есть подсказки, если отправленный ответ не совпадает с правильным. Понравились лекторы, рассказывали с огоньком в глазах :)

Отличный курс по введению в обучение на размеченных данных.

Жалко что нет модуля по работе с признаками, их очисткой и дискретизацией

Подробно и понятно вводят в дисциплину, если не хватит чего-то в лекциях и практике, есть ссылки на литературу, где можно глубже погрузиться в тему.

Good job!

Круто. Спасибо YANDEX!

Отличный курс!

Хороший понятный курс. Больше уклон на востребованную практику чем на теорию.

Отличный курс, жаль, что в универе не все вещи объяснялись так же понятно и просто :)

The course overall is very good, especially if to read all the additional materials and google things to know more.

The only thing I personally did not like is non-uniformness of different parts. For example, in my opinion, the neural network part was much weaker than others: nothing was easy to understand in the videos and the practical task was just boring. However I need to notice that gradient boosting part and methods review part were really good.

Also a little thing that I did not like is that some of the tasks were in ipynb, and the others were not. It was just a bit imperfect.

Thank you for the course very much! I really enjoyed it and learned the things I did not know before.

Great! The best you can find on Courser for introduction to ML. You have to know Russian for this course.

Интересный курс с множеством прикладных задач. Сделайте по возможности курс, а лучше специализацию, по нейронным сетям в продолжение данной.

Хороший курс