Узнал много нового
Замечательный курс "Введение в соревновательный Data Science | Kaggle!". На 300% стоит своей цены. Авторы очень старались — есть задача, которую они сами (авторы) решали с трудом (по их комментариям). Некоторые задачи я решал до 3 дней. Очень рекомендую!
Отличный курс
В целом нормальный курс, всё было адекватно, но единственное — мне не понравилось во многих модулях что-то типа «напишите на пандасе одно и то же, но в 10 разных вариациях», было ощущение какой-то рутинной работы.
Курс классный, всю базу и некоторые детали дает хорошо, можно сразу брать и участвовать в соревнованиях, что я и начал делать. Понравилось как раз именно это - быстрое четкое погружение, лёгкий старт так сказать. Ну а далее это конечно же практика, так как чтобы всё детально прочувствовать и понять до конца надо это начать использовать. Парсинг мне кажется надо бы доработать, что-то там у меня не получалось, то ли с сайтом что-то было не так, либо с устаревшей библиотекой, помню начал буксовать и забил. Но с текущем уровнем чатов жпт парсинг делается легко с их помощью)
спасибо за курс! однозначно советую - много полезных моментов, но при этом довольно компактный больше всего понравились практические моменты по разным версиям бустинга (особенно про кастомные лоссы оказалось полезно, хотя там немного не хватило пример в задач, когда без них сильно хуже) и часть про стекинг единственное я бы заменил пандас на поларс, но мб это вкусовщина
Отличный и насыщенный курс. Идеально подходящий для тех, кто хочет уверенно прокачаться в классическом машинном обучении и работе с табличными данными. Материал хорошо структурирован, что делает курс удобным справочником для возвращения к нужным техникам. Особенно ценны практические задания: от построения "золотых" фичей до отбора признаков и визуализации - всё подкрепляется задачами, которые помогают закрепить теорию. В курсе встречаются техники, редко освещаемые в других источниках, что делает его полезным не только для соревнований, но и для прикладной работы. Несмотря на сложность и объём, курс даёт ощутимую пользу: наработки, полученные в процессе обучения, легко масштабируются на реальные ML задачи. Настоятельно рекомендую тем, кто хочет не просто познакомиться с Data Science, а глубоко понять и применять его инструменты на практике :)
Для понимания моего уровня: работаю дата саентистом, но рабочие задачи все равно больше на аналитику и переделывание кода уже существующей системы туда/сюда. Поэтому сам machine learning подзатерся. Основные впечатления: Структура занятий: темы идут последовательно, практики много, да и в теории упор на практику, так что заскучать не успеваешь. Для меня очень важно делать что то в коде руками, видеть результат исполнения кода как можно скорее, иначе внимание начинает рассеиваться. Тут такого не было. Получилось всё легко вспомнить и структурировать с минимальным переключением на другие источники. Так же были некоторые пробелы в блендинге и стекинге (не знаю почему, еще на обучении как то не очень поняла, и так и остались эти темы темным пятном болтаться), а тут были отдельные уроки и я наконец-то в голове уложила их. Если бы надо было выбрать любимый урок: все уроки хороши, но особенно бы отметила 3.2 - Генерация новых признаков. Возможно для того кто плотно занимается соревнованиями или участвовал в нескольких серьезных неожиданных сюрпризов и не было, но я узнала много нового. Плюс информация об автоматизации (насчет признаков, пайпланы) была очень полезна. И все сопровождалось кодом, который легко встраивался в ноутбук (это относится ко всем урокам). Крутая фишка: практически сразу есть baseline решение. Обычно все мои попытки что нибудь начать упирались в мысль: ну надо повспоминать что там было и нормальный baseline собрать, а тут он уже был - это очень круто. Помогает сразу поймать волну и начать что то делать здесь и сейчас, а не наскребать код с разных ноутбуков (там пока наскребешь уже проглодаешься/спать захочешь или еще чего нибудь), таким образом лично у меня соблазн сливаться был минимальный.
Отличный курс! Узнал много нового и полезного по Data Science