Курс на Stepik
Курс знакомит слушателей с основными понятиями Data Science. Мы рассмотрим базовые алгоритмы (линейная модели, деревья решений, KNN, композиции), разберем подготовку данных (очистка, генерация новых признаков и их отбор). Полученных знаний будет достаточно для решения широкого круга задач.
| Показатель | Текущие показатели | Рост | |||
|---|---|---|---|---|---|
| Значение | 🏆 Рейтинг | 3 дн | 7 дн | 30 дн | |
 Учеников на курсе |
186 | ||||
 Сертификатов выдано |
30 | ||||
 Отзывов получено |
9 | ||||
 Рейтинг курса |
5.000 | ||||
 Количество уроков |
18 | ||||
 Количество квизов |
71 | ||||
 Количество задач с кодом |
13 | ||||
 Время прохождения курса |
— | ||||
 Стоимость курса |
4 000 ₽ | — | |||
 Обновления курса |
— | — | |||
 Дата публикации курса |
— | — | — | — | |
| Последнее обновление |
— | — | — | — | |
| Сложность | easy | — | — | — | — |
Шикарный курс! Благодаря ему я в свое время нашел работу Data Scientist'ом на Junior-позиции. Сейчас, будучи Senior, с теплом вспоминаю лаконичную и доступную подачу сложного материала, идеальный баланс между теорией и практикой, шикарный код, написанный автором
Благодарю Вас за то, что нашли время на написание отзыва спустя время. Спасибо большое за теплую обратную связь! Больших удач!
Хороший курс. Научилась работать с библиотеками Python для анализа данных. Понравились подробные объяснения на видео, быстрая проверка заданий.
Добрый день! Спасибо большое за приятную обратную связь, успехов в изучении машинного обучения :)
На мой взгляд, это лучший курс для уверенного старта и хорошего погружения в DS из всех тех курсов, с которыми я знакомился и проходил ранее по данной теме. Автор: 1. Лаконично, без лишней воды объясняет каждую строчку своего кода нормальным доступным языком, становится сразу понятна концепция в целом и в деталях; 2. Предоставляет достаточно развернутую и информативную обратную связь после каждого решенного задания с конкретными советами; 3. Подготовил дополнительные материалы, которых более чем достаточно для решения задач. Кроме того, мне удалось заполнить пробелы в знаниях, которые были сформированы до курса и применить эти обогащенные знания в своей практике. Курс однозначно рекомендую к прохождению всем интересующимся DS. Автору большое СПАСИБО, желаю не останавливаться на достигнутом, по возможности, делать ещё курсы или дополнять имеющиеся! p.s.: даже немного грустно, что курс подходит к концу и остались пара последних заданий...
Добрый день! Спасибо большое за такую приятную обратную связь :)
В курсе : 1. Достаточно теории, для решения домашней работы. 2. Обратная связь с преподавателем по каждому пункту домашнего задания 3. Великолепные домашки, которые ориентированы на практику путем решения реальных задач из Каггла. Задачи из Каггла так же подобраны ровно под ту задачу, под которую они и нужны Так же есть прекрасный ютуб канал, где можно посмотреть еще разборы разных тем Курс рекомендую!
Спасибо большое за обратную связь!
Коротко по фактам: 1. Курс отличный для "вкатывания" в DS в части практического применения алгоритмов машинного обучения (не глубокого). Охватывает множество стратегий/техник/подходов. Для приобретения базовых знаний подойдет более, чем 2. Материал хорошо структурирован и не даст запутаться, если к нему вернуться через полгода. 3. Код красивый, думаю, его не стыдно будет применять в серьёзном продакшене. 4. Видео содержательные, автор курса "разжёвывает" каждую сложность до мельчайших подробностей. 5. Обратная связь: в своих рецензиях автор делает комментарии/замечания по решению, однако, например, не совсем понятно, как к ней обратиться, если у меня возникли трудности непосредственно с подходом к решению задачи, а не с программной её реализацией. Если в комментариях к занятию, то ок. 6. Необходимая база для прохождения курса - знание пайтона на уровне, выше начинающего, и немного математики. А так всё отлично, Юлии спасибо за проделанную работу.
Отличный курс! Максимум полезной практической информации с примерами за 16+ часов лекций. Объяснение от простого к сложному, с нуля очень легко понять, получив в финале знания, которым учат за 6 месяцев на других курсах.
Наверное лучший курс по машинному обучению для тех, кто действительно хочет разобраться. Максимальный упор на практику, каждое задание по сути отдельный мини-проект. В описании курса указано время прохождения 8 часов, это видимо опечатка, т.к. одних только видеолекций на 15+ часов. Теория преподносится максимально просто и доступно. + килограммы кода, подробные разборы каждого задания, в каждом задании какие-нибудь новые приёмы работы с данными. Задания проверяются достаточно оперативно. Есть обратная связь от преподавателя.
Курс очень интересный, узнал новые библиотеки и методы работы с ними. Подача материала на высочайшем уровне. Хотелось бы видеть продолжение курса по ML в бизнесе как работает всё это на практике
1. В ходе прохождения курса более подробно изучил ранее известные мне методы работы с признаками и моделями и так же узнал новые приемы обработки данных и улучшения качества моделей. 2. Понравилось изложение материала: очень подробное и обстоятельное. 3. Не вижу ничего, что необходимо улучшать в курсе. 4. Курс выбирал исходя из просмотренных ранее видео на ютюб.
