Chevron Left
Zurück zu Построение выводов по данным

Kursteilnehmer-Bewertung und -Feedback für Построение выводов по данным von Moscow Institute of Physics and Technology

4.7
Sterne
938 Bewertungen
137 Bewertungen

Über den Kurs

Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. Данные почти всегда содержат шум, поэтому утверждения, которые можно сделать на их основе, верны не всегда, а только с определённой вероятностью. Строить наиболее корректные выводы и численно оценивать степень уверенности в них помогают методы статистики. Как можно оценивать неизвестные параметры системы по небольшому количеству наблюдений? Как измерить точность таких оценок? Какие данные нужны, чтобы ответить на ваш вопрос, и на какие вопросы можно ответить с помощью уже имеющихся данных? Вы узнаете все, что нужно для успешного превращения данных в выводы — организация экспериментов, A/B-тестирование, универсальные методы оценки параметров и проверки гипотез, корреляции и причинно-следственные связи. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Top-Bewertungen

PK

May 04, 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

SF

Jun 10, 2018

Пока это лучший курс для меня с практической точки зрения. Можно было бы разобрать больше прикладных реальных задач вместо замысловатых тестов с множеством ответов.

Filtern nach:

1 - 25 von 134 Bewertungen für Построение выводов по данным

von Vadim C

Dec 23, 2018

Хорошая картинка, огромный минус чистый академический язык непонятный обывателю. Читают студенты как по учебнику. Было бы понятней если бы они отвлеклись от формул и расскаазали о причиноследственных связях: почему именно так лучше решить задачу, как люди пришли к этому, ненаглядно сплошные формулы и скрипты без обьяснения типа вот смотрите аксиома, а почему так...

von Вернер А И

Jan 18, 2019

Ужасно тяжёлый курс. Колоссальный объём материала, кошмарные задания по программированию. Объём работы никак не соответствует четырём неделям.

von Artem D

Dec 30, 2018

До прохождения курса у меня не было никакого бэкграунда в математической статистике. Курс показался мне сложным.

Я поставлю 5 звезд, т.к. указано "Advanced Level", в противном случае моя оценка была бы ниже.

Мне понравилось: объем предоставленного материала с т.з как статистики, так и имплементации в Python, формат квизов и прочих заданий.

Мне не понравилось: слишком научное и при этом неподробное изложение материала, после которого не приходит интуитивного понимания происходящего; неочевидная структура курса.

Мне очень помогли пройти этот курс бесплатные курсы на stepik.org от Анатолия Карпова (Институт Биоинформатики). Я однозначно пройду все его курсы по основам статистики полностью для закрепления и структурирования материала.

von Dmitry T

Jul 19, 2019

Курс очень интересный, но и очень сложный, а уровень объяснений показался недостаточным.

Большой объём довольно сложной теории без связок между отдельными темами и объяснениями, в каких случаях что использовать.

Материал подаётся не всегда понятно, многое приходилось искать в других источниках.

von Ilya P

Sep 01, 2017

Лектор очень плохо объясняет: старается использовать сложные термины, что может возвышать его в глазах девушек, но не помогает учебному процессу. Делает много отступлений, чтобы показать какими серьезными и сложными делами он тут занимается, а это время можно было бы потратить на простое и доступное изложение материала.

von Sergey M

Jun 27, 2016

Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.

von Волынский А Н

Jun 28, 2017

Худший курс яндекса и МФТИ. В этом курсе зачем то программные задания сделаны в виде тестов с ограничением в 3 попытки на ответ, что с учетом "замечательных" конспектов и "отличных" формулировок вопросов, создает непередаваемые возможности для обучения.

von Sergey

Mar 30, 2019

This one is truly amazing. For a long time, I was looking for a statistics course that's neither oversimplified (like, learning the definition of the variance for good half a year), nor too complex (making me lost right away). This course is the very reason I've enrolled to the whole specialization, and I don't regret it. It gave me clarity about various commonly used tests, and a flavor of when and how I should use those.

Dear course instructors, thanks for you work, and please consider translating this one into English. There are many people out there, who would benefit from it.

von Толмачев А А

Jan 28, 2019

Шикарные знания в части аб тестирования + проверки факторов в регрессионной модели, чистый кайф. Спасибо Вам большое! Мне лично было очень тяжело понимать логику аб тестов, до сих пор буду вспоминать как страшный сон

von Leonid S

Jan 11, 2017

Курс дал общее, и что важно неповерхностное понятие о мат. статистике, о том, как она применяется в задачах Машинного Обучения

von Stanislav L

Nov 14, 2017

не очень наглядно и понятно объяснялась теория. до сих пор не до конца понял, как работать с доверительными интервалами и достигаемым уровнем значимости.

Проверка гипотез - как в тумане :(

Практический примеры не внесли большой ясности, где и как что можно использовать..

von Vadim T

May 10, 2017

Тот случай, когда команде не удалось структурированно и просто рассказать о сложном. Кроме того, приведенные примеры, не самые удачные, на мой взгляд, с точки зрения практического применения.

von Vladimir A

May 15, 2019

Полезно, но очень скомканная подача

von Пак В Г

Apr 01, 2017

Половина курса получилась сильно обзорной. Понятно, что авторам хотелось затронуть широкий спектр проблем и возможных решений, но в итоге получилась попытка объять необъятное: много информации, которую можно было бы сложить в текст, а интерактивный материал сосредоточить на какой-то одной и разобрать её по косточкам, потенциально на живом примере. Другая проблема - это сырая формулировка в некоторых тестах. Думаю, по сообщениям в форумах понятно, пр, но удивляет то, что спустя 4 месяца с того момента, как эта проблема всплыла, формулировки так и не поправили. В общем, ощущение, что к 5 курсу авторы "устали".

von Пушкарев Д В

May 10, 2020

Из всех курсов специализации больше всего опасался этого, потому что именно его называли самым сложным 95 % учащихся. Как оказалось, совсем зря.

Да, курс очень интенсивный и насыщенный, материала очень много. Меня спасло то, что большая часть материала мне была знакома по курсу Анатолия Карпова на степике. Но! Во время изучения статистики на степике все укладывалось в голове как-то наполовину, а здесь все наконец-то встало на свои места. Я стал понимать и "ощущать" основные понятия статистики: доверительные интервалы, проверка гипотез, достигаемые уровни значимости и так далее.

Курс поначалу может показаться слишком сложным, потому что он выкатывает совсем новые требования к учащимся после предыдущих курсов. Больше никаких лайтовых тестов за несколько минут! Теперь на тестах придется расчехлять jupyter, подтягивать навыки по pandas и периодически посматривать в конспекты. Я вас уверяю: если не пугаться объема заданий, а сесть и потихоньку их делать, сдать курс на 100 % вполне реально и несложно.

Огромное спасибо создателям этого курса за такой интенсив и такой объем заданий. После такого курса понимаешь, что действительно чему-то научился.

von Рогозин А

Apr 09, 2020

Для меня этот курс оказался одним из самым понятных на специализации - видимо быть мне аналитиком данных, а не дата сайентистом)

Курс интересен тем, что на примерах показывает, как принимаются решения о внедрении той или иной фичи в проект. Как оценивать метрики, как проводить A/B тестирование, как тестировать гипотезы и др.

Отличием от других курсов этой специальности является то, что для решения тестов следует использовать ноутбуки - по сути тесты трансформировались в типичные домашние задания)

4 неделя с реальными задачами позволила намного глубже закрепить материал за 3 недели. Побольше бы таких последних недель, которые позволяют оглянуть назад в курсе и лучше закрепить полученные знания.

Из минусов можно выделить недосказанность материала в некоторых лекциях. Я не особо знал до этого курса статистику - в некоторых моментах гуглил те или иные моменты, чтобы понять, что кроется за видеолекциями.

Курс даёт очень хорошую картину мира мат статики - этого не отнимешь.

von Нажесткин И А

Apr 27, 2020

Один из самых интересных курсов специализации. Неплохо заставляет поработать мозги. Насчёт сложности, про которую все пишут - как по мне, всё вполне решаемо.

Единственный недостаток - в автоматически проверяемых заданиях формулировки часто неточные, в результате чего приходится долго мучиться, пытаясь понять, почему система не принимает ответ. Типичный пример - Здесь, конечно, очень выручают форумы с опытом старшекурсников, а также чат в Телеграме.

von Timur B

May 29, 2018

Очень полезный курс. Сразу весь материал усвоить трудно, но можно вернуться и попытаться разобраться более подробно, когда будет в дальнейшем такая необходимость. Курс очень практичный, многие функции можно, на мой взгляд, использовать напрямую в работе. По пол года, как пишут, не надо закладывать, курс можно пройти за 5-7 полных дней. Если вы проходили прошлые курсы за месяц, то на этот можно выделить 5-6 недель.

P.S. Статистика может быть классной!

von Нехорошев Д А

Nov 01, 2019

Курс крайне интересный и очень полезный практически, единственное что надо учитывать - это то, что он требует большого количества времени для вдумчивого освоения материала. Время, номинально отведенное на выполнение заданий/освоение теории, действительности соответствует всеьма слабо, по крайней мере в моем случае времени на выполнение тестов/упражнений уходило в разы больше, чем заявлено в описании.

von Andrey K

Oct 14, 2018

Видео лекции можно слушать по дороге на работу, а вот на практические задания и тесты нужно выделить время. Первые недели - просто ответы на тесты, минимальное использование ноутбука. Дальше - все больше времени требуется для прохождения домашнего задания.

За ~ 8 выходных дает представление о методах статистического анализа и условиях их применимости.

von Sergei B

Sep 07, 2016

Мега-полезный курс, на который я рекомендую запланировать побольше свободного времени. Если третий курс специализации мне давался очень легко, то с этим пришлось повозиться (не хватало базовых знаний по статистике).

Этот курс я планирую внимательно прослушать еще раз. Материал действительно очень нужный для анализа данных.

Огромное спасибо Евгению.

von Vladislav

Oct 22, 2016

Потрясающий курс. Меньше математики было бы невозможно, больше - сложно для большинства. Но в качестве введение в статистику просто огонь - взглянул на эту науку совсем с другой стороны и она классная. Для меня курс показался самым интересным из всех предыдущих, большое спасибо составителям - вы крутые.

von Красовский И В

Mar 17, 2019

Я бы поставил этот курс на второе место по полезности (на первое место стоит отправить 2 курс специализации).

Этот курс учит как действительно работать с данным и принимать решения на данных. Значение построение выводов по данным сложно переоценить, т.к. это является итогом работы любой модели.анализа

von Daniil P

Mar 04, 2017

Если вы практически ничего не помните из статистики перед этим курсом - не отчаивайтесь! Материалов предлагаемых в этом курсе достаточно, чтобы освоить предлагаемый статистический аппарат. И вообще, статистика, оказывается, бывает даже очень увлекательной.

von Кузьмин Ю

Dec 03, 2017

Курс очень насыщенный, наконец с реальными практическими задачами и примерами. Очень порадовала неделя 4 - интервью со специалистами, решающими реальные задачи анализа данных. Наверное, самый интересный и полезный курс из всех. На неделе 4 советую обязательно пройти тесты - они расширяют лекционный материал и дают новые знания.

По недостаткам. Мне лично не хватило систематизации и немного более "человеческого" изложения. Поясню. на протяжении курса проходили много различных критериев, применяемых в различных ситуациях. Но не было в итоге какого-то общего, обобщающего занятия, в котором бы была показана ретроспектива курса и наглядно показаны все пройденные критерии (например, в виде таблицы - какие задачи может решать, к какой шкале применяется, какая нулевая гипотеза рассматривается, какие требования к данным и т.п.). Под "человеческим" изложением я понимаю, что можно было бы дополнительно переводить некоторые понятия (например, формулировки нулевых гипотез) с математического языка на более простой. Ещё из пожеланий - сопровождать ipython-ноутбуки в уроках комментариями, что и зачем делается (комментарии есть только в уроке про регрессию). И последнее - почти "мёртвый" форум.

Судя по тому, что в специализации уже больше года не происходит ничего нового - и эти мои пожелания не будут приняты во внимание, но поступающим, думаю, будет полезно иметь это в виду и сформировать правильные ожидания от курса.