Курс на Stepik
Обложка курса «Инженер машинного обучения: от данных до нейросетей» на Stepik
3 890 ₽

Инженер машинного обучения: от данных до нейросетей ★ 4.443

Открыть на
STEPIK.ORG

Освойте Machine Learning с нуля на реальных задачах и дайте старт своей карьере ML-инженера. Шаг за шагом - под кураторством опытных преподавателей, программируя на практике и пополняя портфолио настоящими проектами. От работы с данными до программирования нейронных сетей.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Инженер машинного обучения: от данных до нейросетей»Учеников на курсе 86
Сертификаты, выданные на курсе «Инженер машинного обучения: от данных до нейросетей»Сертификатов выдано 0
Отзывы о курсе «Инженер машинного обучения: от данных до нейросетей»Отзывов получено 61
Рейтинг курса «Инженер машинного обучения: от данных до нейросетей»Рейтинг курса 4.443
Курсы в пакете «Инженер машинного обучения: от данных до нейросетей»Курсов в пакете 5 — ———
Уроки в курсе «Инженер машинного обучения: от данных до нейросетей»Количество уроков 163
Тесты в курсе «Инженер машинного обучения: от данных до нейросетей»Количество квизов 361
Задачи с кодом в курсе «Инженер машинного обучения: от данных до нейросетей»Количество задач с кодом 50
Время прохождения курса «Инженер машинного обучения: от данных до нейросетей»Время прохождения курса —
Стоимость курса «Инженер машинного обучения: от данных до нейросетей»Стоимость курса 3 890 ₽ —
Обновления курса «Инженер машинного обучения: от данных до нейросетей»Обновления курса — —
Дата публикации курса «Инженер машинного обучения: от данных до нейросетей»Дата публикации курса — ———
Последнее обновление курса «Инженер машинного обучения: от данных до нейросетей»Последнее обновление — ———
Сложность easy — ———
4.443 ★
из 5
61 отзыв
★★★★★
47
★★★★★
11
★★★★★
1
★★★★★
0
★★★★★
2
Алексей Куклин
Алексей Куклин •
★ ★ ★ ★ ★
• 1 месяц назад

Курс полезен именно как вводный, для быстрого понимания что такое библиотека pandas, как ее можно использовать для анализа данных. По окончанию можно попробовать выполнять азы работы по анализу данных. Из недостатков: 1. Мало практических заданий. Кое-где буквально одна практика на задание - это очень и очень мало. 2. Похоже, что автор подзабросил развитие курса. Хотелось бы, чтобы появились новые блоки, а в имеющихся - новые, более сложные, задания. Тем не менее, благодарю автора за курс, мне он оказался полезен.

Роман Горбунов
Роман Горбунов •
★ ★ ★ ★ ★
• 2 месяца назад

В отличие от других курсов автора, этот курс просто ужасен, ужаснее многих даже бесплатных курсов на Stepik. Основная причина - весь материал просто скопирован с иностранных статей без какой либо редактуры, далее по деталям: 1. В тексте есть отсылки на изображения, которые напрочь отсутствуют в курсе (видимо были утеряны при бездумном копировании). 2. В тексте есть отсылки на внешние ресурсы, но во всём курсе нет ни 1 гиперссылки (так же не удосужились это перенести). 3. Материал никак не адаптирован под отдельный курс, текст явно подразумевает понимание иерархии материала первоисточника, откуда это всё было скопировано. 4. Присутствует дублирование материала. 5. Некоторые задания "угадайки" имеют неверные "правильные" ответы. 6. Некоторые задания на код невозможно пройти, так как есть программные и синтаксические ошибки тест-системы. Итого: курс просто ужасен, даже для бесплатного варианта, не то что за деньги. Хотите изучить PyTorch - ищите любой другой источник знаний, этот курс - просто потеря времени, любая статья в интернете будет, как минимум, не хуже.

Denis Talko
Denis Talko •
★ ★ ★ ★ ★
• 5 месяцев назад

Хороший курс. Достаточно подробный, хорошо описанный. Мало практики и задач, но есть достаточно примеров, автор даёт код и датафреймы, есть с чем работать. Я доволен, спасибо создателю курса!

Андрей Коврижных
Андрей Коврижных •
★ ★ ★ ★ ★
• 6 месяцев назад

Как вводный курс, чтобы посмотреть, что да как пойдет, а так если найдете бесплатный вариант, то результат будет аналогичным. Коротко, сжато, быстро и сразу всё забываешь, ИИ пишет код в разы лучше, тем более с пандасом.

Алсу Хужина
Алсу Хужина •
★ ★ ★ ★ ★
• 7 месяцев назад

Курс мне понравился, отлично подойдет тем, кто хочет быстро понять основы. Можно пройти за 2-3 вечера - у меня ушло в общей сложности около 9-10 часов (вела параллельно конспект в Jupyter Notebook, а так можно пройти и быстрее). Из минусов - есть недочеты в формулировке некоторых задач, некоторая информация устарела, но заметила это всего в паре мест. По комментариям видно, что замечания к курсу учитываются и ошибки исправляются, автор отвечает на вопросы.