Chevron Left
Retour à Python для анализа данных

Avis et commentaires pour d'étudiants pour Python для анализа данных par Mail.Ru Group

4.6
étoiles
103 évaluations
24 avis

À propos du cours

Data science — одна из самых горячих областей на сегодняшний день, а Python — один из самых популярных инструментов для анализа данных. В этом курсе вы узнаете, как применять свои навыки программирования для построения предиктивных моделей, визуализации данных и работы с нейросетями. Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей....

Meilleurs avis

S
23 nov. 2019

Good starting Python ML packages course for people who knew something about ML and programming and statistics.\n\nThere are some technical problems which could have been eliminated but hadn't.

YL
19 juil. 2019

Хотелось бы более подробные уроки по машинному обучению. Думаю, если увеличить количество недель обучения и увеличить количество материала, было бы лучше

Filtrer par :

1 - 23 sur 23 Avis pour Python для анализа данных

par Гаманец Р А

2 juil. 2019

Тесты с галочками - это зло. Особенно если ответов 6 штук, и не понятно почему надо выбрать и какие. Грейдер, при проверке должен выдавать нормальные ошибки, а не тест не пройден. Очень забавно в видео когда говорят, есть метод PCA, 2 минуты говорят, и вывод, теперь мы изучили метод главных компонент. Я бы сказал стали профессорами за эти 2 минуты. Если честно, этот курс было бы хорошо перезаписать и проверить на основе обратной связи.

par Фархад

9 févr. 2019

Спасибо за знания!!! Очень понравился первый курс специализации и этот. Третий еще не проходил. В нем напишу отзыв тоже. Сразу оговорюсь!!! мои замечания не надо воспринимать как личное оскорбление. Такой цели я не ставлю. Продукт Ваш, Вам решать каким он будет. Что на мой взгляд можно сделать лучше.

Есть позиция у нас в целом на постсоветском пространстве, что студент сам должен учиться. Это безусловно так. Невозможно вырастить дерево, если почва не благодатна. Но можно ему в этом очень сильно помочь, если структурировать передаваемую информацию. На сколько я изучал методики быстрого обучения - самые действенные из них говорят в кратце следующее - наш мозг работает ассоциативно, поэтому любая информация которая не может найти ассоциацию в мозгу (связь с прошлыми знаниями) вылетает из головы мгновенно, для решения этой проблемы Тони Бьюзен создал майнд карты. Тогда информация очень хорошо находит то место где она должна остаться в мозгу и остается там до момента когда к этой информации обращаются.

Так же следует уделить внимание методам научного познания, а именно анализу и синтезу. Они сплетены друг с другом, но начинается все с анализа, или с декомпозиции общей картины на составляющие. Далее синтез - изучение всех составляющих по-отдельности и сборка в единое целое. Таким образом показывая структуру можно в разы улучшить понимание предмета обучающимися.

Так как знания в данном случае это тоже продукт, то всем нам хочется приобретать качественный продукт. Качественный продукт - это когда мы купили и пользуемся, не занимаемся переработкой или доработкой. Мне бы очень хотелось, чтобы у нас в России были самые лучшие знания - поэтому и пишу Вам эту поэму)))

В части второго курса на мой взгляд он очень плох. Объяснения сводятся к тому как надо сделать в данном конкретном случае, причем слабо объясняется зачем. Я бы старался дать обучающимся структуру, что идет после чего. Например в паттернах программирования, указывать на ключевые моменты, где класс наследуется от какого класса, что он при этом наследует, что происходит в последующих классах, а так же в объектах данных классов. То есть именно логику, структуру паттерна. Мне кажется, если человек поймет именно эту взаимосвязь, он сможет написать эти паттерны в дальнейшем на любом ЯП. Я не говорю, что преподаватель не знает свой предмет, он может знать его в совершенстве, но обучать - это тоже профессия. Это проблема есть и почти во всех наших ВУЗАХ. Нам просто передают информацию, которую мы могли прочитать в книге. Тогда зачем нам эти ВУЗы. Я не хочу задеть преподавателя, и я уверен, если он структурирует эту информацию для этого и для последующих курсов, он и сам перейдет на качественно новый уровень понимания предмета.

На собственном опыте знаю, что такое преподавание, на сколько это не легко, это отдельная огромнейшая наука. Так что в любом случае спасибо Вам всем за знания которые Вы передаете и безусловно стараетесь сделать это качественно, это видно по энтузиазму с которым Вы рассказываете. Надеюсь воспримете эту критику конструктивно и станете еще лучше на пользу себе и нам!!!

Мои наилучшие пожелания Вам!!!

par Смирнов С А

10 juil. 2020

Самый ужасный курс, который я проходил, как и вся специализация. Абсолютно ничего не объясняется. Весь смысл курса - "Вот формула, не вдавайтесь в подробности, делайте как мы". Зачем здесь нужны видеолекции? Тесты из разряда "догадайтесь, что мы имели в виду".

par Elena N

26 févr. 2019

Пока курс сырой и недоработанный. Есть опечатки и неточности в заданиях, а на форуме могут неделю не отвечать(

par юрий л

20 juil. 2019

Хотелось бы более подробные уроки по машинному обучению. Думаю, если увеличить количество недель обучения и увеличить количество материала, было бы лучше

par Vladimir V

26 févr. 2020

Замечательный курс "Python для анализа данных"! Курс действительно дает понимание того, какие задачи решаются с помощью нейронных сетей, как именно решаются такие задачи. Первые недели курса дают возможность вспомнить линейную алгебру, теорию вероятности, и статистику, если подзабыли после университета. На последних неделях дается углубленное изучение MachineLearning и библиотек matplotlib, numpy, pandas, Tensorflow, Keras и др. Понравилось, что устройство нейронных сетей подается через решение практических задач классификации и распознавания, через создание рекомендательной системы и своей нейронной сети, состоящей из нескольких слоев.

Конечно, есть и недочеты. Для решения практических заданий часто нужно изучать дополнительные материалы и искать методы, о которых ничего не говорилось на видео. На последних версиях библиотек ответы могут немного отличаться. Но форум и активный телеграмм-чат помогают быстро решить все трудности.

Курс превосходный! Всем рекомендую.

par Андрей П

15 oct. 2019

Хороший курс для начинающих. Дает базовые навыки для начала работы с данными.

Сочетают теорию с практикой. Небольшие видео 5-15 минут, что удобно.

В бесплатной версии нет возможности проходить тесты, ну и ладно.

Не нашел исходников программ, не проблема, набил сам с экрана.

Но, есть наборы данных, которые надо искать в интернете, что не удобно.

Но, в целом, как отправная точка курсы полезны. Освежают в памяти 1 курс института. Но теорию надо изучать самостоятельно.

Заканчиваются введением в нейронные сети. Разобран базовые датасет mnist

par Вернер А И

22 juil. 2019

Хороший курс. Рассматривается большое количество алгоритмов. Задания трудноватые. Зато предоставлены отличные конспекты.

par Ivan S

8 août 2021

Очень хороший курс. Очень понравился. Все понятно и подробно объясняют, давая хороший инструментарий для работы с анализом данных самого разного вида.

par Меруерт Е

30 juil. 2021

Добрый день. Содержание курса хорошо построено по принципу от легкого к сложному с соблюдением логической последовательности тем. К теоретическим данным прикреплены прикладные практические задачи. Контрольная часть каждой темы хорошо организована. Мне понравился курс и я благодарю преподавателей.

par Смирнов И Д

5 oct. 2020

Некоторые преподаватели не совсем хорошо объясняли материал, но полезные ссылки помогли мне в освоении курса.

par Шилин К М

6 août 2019

Нашёл пару ошибок в курсе, в остальном - отлично

par Павлов А В

14 mai 2021

Анализа данных очень мало. В основном машинное обучение по верхам. Мало практики, много теории. На бесплатных курсах можно получить больше знаний. Степик вам в помощь.

par Ильзира

18 sept. 2020

Хорошо структурированный и насыщенный курс. По каждому блоку дается сжатая и доступная информация, ссылки на дополнительные источники информации. Для выполнения заданий всегда нужно читать как можно больше дополнительной информации, т.к. задача курса все-таки не дать все знания, а научить мыслить в правильном направлении и самостоятельно искать и использовать информацию. Мне понравился данный курс, хотя, честно признаться, он достаточно сложный для неподготовленного человека, т.е. не имеющего прямое отношение к IT и программированию, но при желании все возможно. Ранее я проходила курс "Погружение в Python", знания того курса очень помогли в прохождении этого.

par Shereshevskiy D

8 janv. 2020

Курс оказался для меня крайне полезным, несмотря на то, что это мой не первый и даже не второй курс и специализация на эту тему. Раньше я проходил и более подробные курсы, но здесь получилось качественно повторить основные моменты. Хотел бы отметить положительно темы по рекомендательным системам и нейронным сетям. По нейронным сетям - особенно! Эта тема превзошла мои ожидания. Я думал - это будет формальное знакомство, в то время как результатом стало вполне сносное владение keras для построения вполне рабочих нейронок. Хотя я уже имел опыт с PyTorch, но опыт этого курса был для меня крайне полезен. Спасибо!

par Victor K

3 mai 2019

Курс получился хороший, правда некоторые задания "сыроваты". Но это поправимо. В процессе прохождения как раз выходили новые доработанные версии материалов, что делало их прохождении более понятным. Главное, чтобы не пропала мотивация к продолжению развития курса!

par Dmitry T

14 août 2020

Прекрасный курс! Он позволил мне восстановить свои знание по высшей математике, получить практику по современным методам и инструментам машинного обучения и поверить в себя. Спасибо всем кто готовил и поддерживал прохождение курса! Вы молодцы!

par Garry N

15 déc. 2020

Курс полезный. Дает возможность изучить работу со sklearn для решения разнообразных задач анализа данных. Также дает представление о нейросетях и некоторые примеры применения нейросетей. Я улучшил свой скилл работы с Питон.

par Stepan S

24 nov. 2019

Good starting Python ML packages course for people who knew something about ML and programming and statistics.

There are some technical problems which could have been eliminated but hadn't.

par Сергей Б

13 oct. 2021

​отлично! Ослбенно мне понравилась финальное задание- пришлось перечитать весь курс. Но оно того стоило.

par Александр М Ш

21 août 2020

Отличный курс для введения в Анализ данных, хорошие задания, грамотно подаётся материал.

par Вардаников С И

18 oct. 2020

Супер!

par Тимощук Н А

5 nov. 2019

Хороший курс для начинающих, даёт базовые знания, много практических работ, некоторые требуют мелких уточнений