2 звезды, только потому что он бесплатный. Из полезного был только Урок 1 (Часть 1), остальное все тоже самое.
Было круто
@Фома_Козлов, здравствуйте! Это команда ML Hive. Спасибо за отзыв! Рады, что материал вам понравился 😊.
Это один из худших курсов на данной платформе. Даже удивительно, что у него столько положительных отзывов. 1. Курс не дает представления о TensorFlow. Импонирует сам текстово-кодовый подход, но многие базовые вещи можно было бы объяснить внятнее. 2. Да, есть особенность самой платформы, из-за чего код с рядом библиотек отправлять на проверку нельзя. Но сами задачи написаны таким образом, что вообще не проверяют изложенное ранее. 3. Сами задания представляют собой кошмар педдизайнера. 4. Комментарии и вопросы оставлять бесполезно, придет ИИ и ответит так, что лучше бы не отвечал. Это и путает, и раздражает. А вот собратьям по несчатью спасибо, много было полезных нюансов.
@Ira_Dvoretskaya, здравствуйте! Это команда ML Hive. Спасибо за развёрнутый отзыв. Мы понимаем ваши замечания — некоторые темы могли быть изложены проще, а особенности платформы создают ограничения при проверке кода. Мы учтём ваш комментарий при дальнейшем улучшении курса, чтобы сделать материал более понятным и практичным для всех студентов.
неплохая попытка. Не дает комплексного представления
@Alexander_Razvodovskii, здравствуйте! Это команда ML Hive. Спасибо за обратную связь. Мы понимаем, что курс не всегда даёт полное комплексное представление о теме. В дальнейшем постараемся сделать материал более связным и наглядным, чтобы у студентов формировалось целостное понимание.
Данный курс худший из всего, что я проходил на Stepik. Даже создалось впечатление, что автор сам толком не умеет работать с нейросетями и Tensorflow. Чтоб не быть голословным приведу пример. Вот урок из данного курсе https://stepik.org/lesson/1537339/step/2?unit=1557935 В нём автор приводит в качестве иллюстрации код сети, которая после обучения выдавать квадрат вводимого числа. Но данный код не выдает нужный результат, про что автору писали в комментариях, на это автор курса предлагал новые варианты настройки, которые в свою очередь тоже не приводили к нужному результату. Некоторые задания просто непонятны, например https://stepik.org/lesson/1537342/step/5?unit=1557938 При этом, как уже было сказано ниже, в задачах на программирование принимаются любые ответы. У меня создалось впечатление, что автору нужен был сам факт создания образовательного онлайн курса, возможно для какой-то либо отчетности. А качество курса автору уже не было интересно.
Здравствуйте, Кирилл. Спасибо за ваш откровенный отзыв. Нам важно получать обратную связь, даже если она критическая. Позвольте прокомментировать основные моменты. 1. Относительно кода, выдающего квадрат числа. Вы правы, в ранней версии урока действительно была допущена неточность в подборе архитектуры модели. Проблему замечали и другие учащиеся, и она была учтена: сейчас урок пересмотрен, а рекомендации по количеству нейронов, функциям активации и эпохам обучения уточнены. Это рабочий пример, который в обучающих целях показывает, как влияет конфигурация сети на её результат. 2. По поводу непонятных заданий. Некоторые из задач действительно требуют дополнительного пояснения — и мы уже расширяем формулировки, добавляем разборы и примеры. Спасибо, что обратили внимание на конкретные шаги — это помогает оперативно улучшать курс. 3. Про автоматический приём любых ответов. Технические сбои с автопроверкой, увы, возможны — мы отслеживаем такие случаи и исправляем. Благодарим за замечание — проверим указанные задачи вручную. 4. Относительно мотивации автора. Этот курс создавался с желанием сделать обучение нейросетям доступным, особенно для тех, кто только начинает. Мы понимаем, что не всё идеально, и будем продолжать работу над качеством контента. Нам важно, чтобы курс был полезен, а не просто существовал. Ваш отзыв обязательно будет учтён в дальнейшей доработке. Спасибо за честность и вовлечённость.
Не налажена нормально работа с кодом, принимаются любые ответы. Мало материала.
Здравствуйте! Спасибо за ваш отзыв. Он помогает нам понимать, какие моменты вызывают у студентов вопросы или недовольство. 1. По поводу приёма "любых ответов". Такая проблема может возникать в отдельных заданиях из-за некорректно настроенной системы автопроверки. Мы регулярно пересматриваем такие шаги и уже вносим исправления. Если вы заметили конкретные примеры — будем признательны за ссылки, чтобы быстрее устранить недочёты. 2. Относительно объёма материала. Этот курс задуман как вводный. Он ставит цель — дать фундаментальные представления о нейросетях и TensorFlow в максимально доступной форме. Тем не менее, мы понимаем, что кому-то может не хватить глубины, и планируем расширение — с дополнительными уроками, практикой и углублёнными проектами. Благодарим за обратную связь. Мы слышим вас и работаем над улучшением курса.
Моя оценка курса 7/10. Курс позволил начать создавать свои нейросети и дал объяснения в разговорном стиле, что не однозначно хорошо (хотелось параллельно читать правильные определения в научном стиле). Приобрел навыки работы в Google Colab для создания нейросетей. Понравился юмор представленный в данном курсе, отсутствие нудного, долго-тянущегося материала, возможность изучать и тестировать код непрерывно, а также использование Google Colab. (Он освобождает новичков от настройки среды на ПК, тем самым снижая входной порог.) Не понравилось, что в частях 2 и 3 тестовые задания были больше про алгоритмы, а не про нейросети (оценка 3/10). Хотелось получить начальные знания работы с нейросетями, отчасти я их получил. Спасибо. Оценка по частям: Теория 1 части 7/10 Тестовые задания 1 части 9/10 Теория 2 части 8/10 Тестовые задания 2 части 3/10 (задачи на алгоритмы, а не на нейросети) Теория 3 части 7/10 Тестовые задания 3 части 3/10 (задачи на алгоритмы, а не на нейросети)
Уважаемый Egorych, Благодарим вас за развёрнутую и взвешенную оценку курса. Нам особенно приятно, что вы нашли полезным материал по созданию нейросетей, а также отметили преимущества работы в Google Colab и живой стиль подачи. Мы внимательно изучили все ваши замечания. Вы правы в том, что ряд тестовых заданий во второй и третьей частях курса больше связан с базовой алгоритмической подготовкой, чем с непосредственным применением нейросетей. Эта часть была включена с целью системного развития технического мышления и закрепления фундаментальных принципов, необходимых при дальнейшем обучении машинному обучению. Тем не менее, мы признаём, что баланс между тематикой курса и проверочными заданиями в ряде случаев мог быть воспринят как смещённый. Мы уже рассматриваем предложения по корректировке содержания в будущих обновлениях курса. Также благодарим за замечание о необходимости дополнения теоретического материала более строгими научными определениями — данный аспект будет учтён при редактировании текстов уроков. Мы ценим ваш интерес и участие, а также вашу готовность делиться объективной критикой — именно это помогает нам улучшать образовательные продукты. С уважением, команда ML Hive
Отличный курс для новичков
Спасибо за ваш отзыв!
Спасибо за курс! Автору респект!
Спасибо за обратную связь! Постараюсь создавать для вас больше полезного контента!
Отличный вводный курс в нейронные сети. Основные компоненты и процессы описаны простым языком без углубления в математику. Именно с такого понимания работы нейронных сетей стоит в будущем его углубленно изучать. Автор отражает "логическую" модель работы нейросетей. Каждая строка кода, каждый блок логической модели подобно объясняется. В результате, возникает полное понимание, по какой логике функционируют нейронные сети.
Антон, благодарю вас за отзыв. Очень рад, что курс оказался полезным для формирования базового понимания нейронных сетей. Мы действительно стремились изложить материал простым и логичным языком, чтобы каждый учащийся мог уверенно перейти к более углубленному изучению темы. Спасибо, что нашли время поделиться впечатлениями. Желаю вам успехов в дальнейшем обучении и развитии в области машинного обучения.