Chevron Left
Retour à Математика и Python для анализа данных

Математика и Python для анализа данных, Institut de physique et de technologie de Moscou

4.8
3,613 notes
624 avis

À propos de ce cours

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....

Meilleurs avis

par 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

par KA

Feb 16, 2016

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.

Filtrer par :

592 avis

par Mashchenko Mikhail

Feb 10, 2019

Курс хороший. Гуманитариям стоит готовиться к возникновению сложностей почти на каждом этапе. Тем не менее, внимательное изучение всех материалов курса в совокупности с активным использованием Google должно помочь: некоторые моменты (очевидные для математиков) не объясняются, из-за чего требуется тратить гораздо больше времени на обучение.

Пожалуй, единственный негативный момент - первое задание по программированию.

par Vitaliy Ilyin

Feb 06, 2019

Excellent course to brush up on basics of python, linear analysis and probability theory. Builds a great base for the further learning of ML.

par Клочков Павел Александрович

Feb 02, 2019

Это было интересно и увлекательно!

par Sergey Khanyukov

Feb 02, 2019

ML wird in diesem Kurs nicht oberflachlich, sondern tief gelehrt. In manchen Kursen lernt man meistens wie verschiedene Bibliotheken lediglich angewendet werden. In deisem Kurs werden Informationen geliefert, wie ML eigentlich funktioniert. Dies Kurs von MFTI and Yandex ist fur jene geeignet, die wollen ML auf einem professionellen Niveau verstehen und anwenden.

par Anton Gorev

Feb 02, 2019

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.

par Kuzminich Siarhei

Jan 30, 2019

Даже по прошествии 10 лет после окончания ВУЗа, хоть и со скрипом, но въехал в материал =)

par Ekaterina Skvortsova

Jan 30, 2019

Обещались "вводить многие понятия "на пальцах"", чтобы "не утонуть в формализме" и "сохранить практическую направленность специализации". На деле очень скучно и скомкано пересказывают питоновские мануалы и учебники по математике, которые и без лекторов можно легко найти в интернете. Что касается "практической направленности", в квизах нет ни одной задачи ни на программирование, ни по математике — сплошные вопросы по теории а-ля "дифференциал - это ...". Где тут "практическая направленность", непонятно.

par ЖУРАВЛЕВ НИКОЛАЙ ЮРЬЕВИЧ

Jan 29, 2019

Великолепный курс

par Sybyl Artem

Jan 28, 2019

Курс понравился, хорошо направляет в теоретическую часть анализа данных. Возможно, на начальном уровне математического аппарата будет достаточно, но для серьезных вещей его однозначно нужно будет развивать и дальше.

par Суханов Сергей Сергеевич

Jan 27, 2019

Курс составлен очень плохо. Вопросы порой так сформулированы, что времени больше уходит не на поиск ответа, а на понимание того что хотел сказать автор. Знания на мой взгляд даются на полные. Даётся общее представление о библиотеке pandas и сразу идёт задание в котором знаний требуется больше чем в уроке. Зачем тогда вообще подбный урок если можно было сразу давать ссылку на документацию?

По математике также, очень много вопросов которые не объясняются в курсе и требуется либо знать заранее. Либо искать ответы самостоятельно.

Понимаю, что тема сложная, но курс сам по себе ужасен в не зависимости от сложности темы. Он отлично подойдет тем кто уже разбирается в данной областе и хочет еще больше разобраться. Если же у вас нет знаний по теме и вы не разбираетесь в библиотеках python о которых идёт речь в курсе у вас постоянно будут возникать проблемы.