Chevron Left
Математика и Python для анализа данных(으)로 돌아가기

모스크바 물리 기술원의 Математика и Python для анализа данных 학습자 리뷰 및 피드백

4.8
별점
5,627개의 평가
948개의 리뷰

강좌 소개

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....

최상위 리뷰

GI
2017년 3월 31일

Курс замечательный, прошел его еще в октябре 2016, отзыв пишу спустя почти полгода, лекции из курса до сих пор периодически читаю, дабы оставаться в форме. Материал изложен кратко, доступно и по делу.

GD
2018년 8월 8일

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

필터링 기준:

Математика и Python для анализа данных의 920개 리뷰 중 76~100

교육 기관: Владимир Ш

2016년 10월 19일

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

교육 기관: Alexey D

2017년 3월 1일

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.

교육 기관: Andrey A

2018년 2월 5일

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.

교육 기관: Vladimir Z

2016년 10월 20일

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

교육 기관: Григорьев А В

2019년 11월 7일

Очень большой уклон в математику, видео посвящены математике. Питон немного был вначале(установка основных библиотек и основные функции), а начиная со 2 блока предлагается его изучать самостоятельно по конспектам.

Практическое применение Python в контексте решаемых задач в видео не рассматривается на примерах. Предлагается изучать самим.

Курс нужно переименовать в "Математика для анализа данных"

교육 기관: Vjatseslav J

2019년 9월 4일

Guys need to explain in more details with more real world examples and visualise things, otherwise the level of teaching is inadequately low.

교육 기관: Evgeni N

2017년 12월 19일

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

교육 기관: Yevhenii Z

2016년 2월 19일

Assighnment is partly possible only with classmate who has full knowledge of python!

교육 기관: Волынский А Н

2017년 6월 28일

Очень слабый курс. Мало практики, сухая теория.

교육 기관: Andriy S

2020년 12월 14일

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.

교육 기관: Petr K

2018년 7월 22일

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))

교육 기관: rerf2010rerf

2019년 5월 30일

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.

교육 기관: Maksim S

2018년 2월 28일

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!

교육 기관: Ivan G

2016년 3월 5일

GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT! GREAT!

교육 기관: Кузьмин Ю

2017년 6월 25일

Отлично заставляет вспомнить универ и напоминает базовые понятия матанализа, линейной алгебры, теории вероятности и статистики. Доступным языком, сжато и понятно (почти везде). Правда, из-за сжатого формата лекций приходится иногда обращаться к внешним источникам, но это только "плюс", если ты нацелен на развитие, а не просто получение сертификата. Интересные практические задания и тесты углубляют понимание и заставляют по-новому взглянуть на, казалось бы, понятные вещи и понятия.

В работе тоже помогает - и как улучшение профессиональных навыков аналитика и как дополнительное развитие в целом. Для тех, кто никогда не программировал и не изучал матан/линейку/тервер может быть сложновато учиться, совмещая учёбу с полной занятостью на работе.

교육 기관: Ivan C

2017년 10월 15일

Побольше бы по python - использование алгоритмов, опора именно на синтаксис, которые не реализуется в других языка, а то ведь я, например, писал код "теми же граблями", что и в других языках, а если посерфить в i-net - классные вещи люди вытворяют;

явно поменьше б пределов, производных - тут ведь не школьники все же, и других базовых глав мат дисциплин; Теорвер - далеко не самое лучше разъяснение материала, ну может это вследствие лимитированности видео-записей, но тогда: а зачем они вообще, если свою функцию не выполняют, а если говорить: ну материал же простой - тогда зачем на него время тратить, а лан - тут одна демагогия...

Спасибо, теперь только ipython notebook буду использовать

교육 기관: Белякова М С

2017년 8월 20일

Спасибо всей команде-разработчиков данного курса! Было очень интересно его проходить.

Понравилось, что знания математики тут же находили реализовывались в Python.

Очень понравилось последнее задание про проверку ЦПТ, когда ты видишь на реальных выборках и реальном коде работу теории. Теория подкрепляется практикой, это очень круто.

Еще раз спасибо вам!

Одно маленькое замечание про то, что в первых двух неделях знания по Python очень не ложились.

То есть много было теории, а чтобы научиться, нужно попробовать. Да, после были задания написать код на Python, но все равно, мне кажется, много что я пропустила мимо ушей из первых лекций потому, что не попробовала написать код.

교육 기관: Vladislav K

2018년 11월 21일

Хороший курс для того чтобы получить/освежить знания по математике и Python. Конечно, многие темы затрагиваются лишь поверхностно, но вы всегда можете более подробно почитать о них в рекомендуемой литературе. Задания неплохие, показалось что даже слишком легкие, но если вы новичок в Python, то у вас могут возникнуть трудности, да и в принципе хотелось бы больше заданий по программированию. Отдельно хочется отметить конспекты: они очень хороши, уверен, что буду пользоваться ими, для того чтобы освежить знания. Из минусов могу отметить использования 2-й версии языка Python, я сдавал 3 и особых проблем не возникло, но все же решил об этом упомянуть.

교육 기관: Породнова М А

2018년 7월 19일

В обучении в рамках данного курса все понравилось.

Есть один нюанс - я начинаю совсем с "0". 11 лет назад окончила Физтех УПИ и с тех пор по профессии не работала, сейчас начинаю все сначала. В программировании опыта совсем нет, поэтому было бы здорово увеличить объем информации именно по программированию, как таковому. Понимаю, что в основном на такое обучение приходят не новички, но может быть для нулевых пользователей вы сделаете допраздел с большим количеством информации по программированию, заданиями на технику программирования, на оптимизацию кода и т.д.

В остальном, все понравилось. Иду учиться дальше на следующие курсы.

교육 기관: Ульянова М Г

2019년 7월 31일

В таком сжатом, а главное, понятном виде суметь изложить основы мат. анализа, линейной алгебры и мат. статистики с теорией вероятности, да еще и с практическим применением полученных знаний в Python - это по-настоящему круто! С помощью этого курса я освежила подзабытые знания и сумела понять некоторые вещи, которые остались непонятными в процессе получения очного высшего образования в университете. И это классно, когда лекции настоящих профессионалов можно слушать дома, когда тебе удобно, и можно пересмотреть столько раз, сколько нужно, чтобы действительно понять материал, а не просто прослушать ради галочки.

교육 기관: Nataliya V

2020년 4월 6일

Прекрасный курс от лучшего университета нашей страны (МФТИ) и лучшей ИТ-компании РФ (Яндекс)! Отмечу высокую концентрацию знаний - пришлось "вспомнить всё" из университетских курсов: мат. анализ, линейную алгебру, мат. статистику, теорию вероятности, методы оптимизации, а также изучить много того, что не знала раньше. Порой было очень непросто, но зато азартно и увлекательно, огромное спасибо! Отдельная благодарность всем преподавателям и разработчикам курса, а также менторам, которые терпеливо отвечали на вопросы на форуме. Мне особенно помогли рекомендации Алексея Задойного, спасибо!

교육 기관: Вячеслав О

2016년 11월 7일

Спасибо за курс!

Идеально подойдёт для тех кто изучал математику в универе, слушая "одним ухом" и толком не вдаваясь в детали. У меня было так, потому что просто не понимал, зачем могут быть нужны все эти матрицы, векторы, кроме как для фундаментальных теоретических исследований, которые меня мало интересовали. Оказалось, это может быть полезно и на практике. Курс хорошо освежает в памяти забытые формулы и понятия. Однако, из-за предельной краткости и лаконичности изложения некоторые вещи остаются не понятными и приходится обращаться к дополнительным источникам, но это вполне нормально.

교육 기관: Рогозин А

2020년 4월 9일

Курс позволяет получить необходимую базу, без которой не получится в дальнейшем в полной мере изучать линейные модели, регрессию, деревья и т.п. В редких местах было непонятно, благо есть замечательный сайт Mathprofi, который я помню ещё со студенческой скамьи, и справочники в интернете по Питону. Увы, курс изучал больше, чем месяц)

Хотелось бы больший акцент на numpy - мне показалось, что ему уделили не так много внимания, хотя это мощный инструмент для работы с векторами.

Спасибо за курс, было познавательно.

P.S. Без базовых знаний матана будет сложно, берегитесь)

교육 기관: Dasha S

2016년 8월 15일

Курс хороший. Мне помог вспомнить, что я забыла со времен университета. Но я часто ловила себя на мысли, что, если бы мне надо было не вспоминать, а изучать весь материал с нуля, было бы сложно. Задания интересные и отлично возвращают в забавное состояние, когда ты одновременно знаешь, что требуется сделать в целом, и останавливаешься на какой-нибудь мелочи, вроде квадратиков вместо русских букв, и вынужден пересматривать лекции вновь и вновь, потому что точно помнишь, что где-то там объясняли, что делать, чтоб так не случилось, но ты, конечно же, пропустила.

교육 기관: Ivan S

2018년 1월 20일

Очень хороший курс. Много сложных и интересных заданий, много практики. Большая часть необходимой теории, особенно математической рассказывается довольно подробно. Много пояснений из реальных примеров из практики, что помогает лучше настроиться. Жаль, что для освоения некоторых практических заданий всё же необходимо обращаться к другим источникам, читать документацию. Жаль, что нет некоторых подготовительных материалов, которые бы представляли отдельные элементы ipython-ноутбуков для практических заданий. Но и за это тоже большое спасибо, молодцы!