Chevron Left
Back to Python для анализа данных

Learner Reviews & Feedback for Python для анализа данных by Moscow Institute of Physics and Technology

4.5
39 ratings
11 reviews

About the Course

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....

Top reviews

Filter by:

1 - 10 of 10 Reviews for Python для анализа данных

By Гаманец Р А

Jul 02, 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.

By Фархад

Feb 09, 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!!!

By Yuriy L

Jul 20, 2019

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

By Полосин А В

Oct 15, 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

By Stepan S

Nov 24, 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.

By Victor K

May 03, 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!

By Шилин К М

Aug 06, 2019

Нашёл пару ошибок в курсе, в остальном - отлично

By Тимощук Н А

Nov 05, 2019

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

By Вернер А И

Jul 22, 2019

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

By Elena N

Feb 26, 2019

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