Курс на Stepik
Этот пакет поможет полностью освоить анализ временных рядов и глубокое обучение в PyTorch. Вы пройдёте путь от базового понимания данных и трендов до построения собственных моделей RNN и LSTM. Курс сочетает теорию, практику и реальные проекты, чтобы вы могли уверенно применять знания на практике и подготовиться к работе в Data Science. Всё необходимое для полного погружения и профессионального старта — в одном курсе. 🚀
| Показатель | Текущие показатели | Рост | |||
|---|---|---|---|---|---|
| Значение | 🏆 Рейтинг | 3 дн | 7 дн | 30 дн | |
 Учеников на курсе |
10 | ||||
 Сертификатов выдано |
0 | ||||
 Отзывов получено |
33 | ||||
 Рейтинг курса |
4.576 | ||||
 Курсов в пакете |
7 | — | — | — | — |
 Количество уроков |
162 | ||||
 Количество квизов |
828 | ||||
 Количество задач с кодом |
277 | ||||
 Время прохождения курса |
— | ||||
 Стоимость курса |
6 990 ₽ | — | |||
 Обновления курса |
— | — | |||
 Дата публикации курса |
— | — | — | — | |
| Последнее обновление |
— | — | — | — | |
Хороший компактный курс по NumPy. Теория идёт последовательно - от создания и индексирования массивов до статистики, многомерных данных и временных рядов. И каждая тема сразу закрепляется практикой на реальных наборах данных. Отдельно понравилось, что упор не только на "как написать", но и на "как написать быстро": векторизация и оптимизация вычислений объясняются наглядно, и разница с обычными циклами становится очевидной. Отличная база для всех, кто идёт в анализ данных. Спасибо автору!
Отличный курс, но обязательно "под рукой" должен быть компилятор со всеми библиотеками. И очень большой справочник с функциями.
Нормальный курс для новичка. Минус - задачки. В основном только тесты без практики, а где есть практика ответы принимаются без проверки. Где-то вопросы дублируются подрыт. В общем, теории нормально, но практика сделана на "коленке".
Хороший курс
1. Курс охватывает базовые понятия об анализе временных рядов с использованием алгоритмов машинного обучения. 2. Понравился охват тем. 3. Не понравилось: мало практических задач, небольшой математический аппарат при разборе тем, поверхностно раскрывается описание ML алгоритмов.
хороший курс для старта, несложный
Курс нормальный. Кратко теория и немного практики
Неплохой курс для закрепления теории практическими задачами. Мне понравился
Хороший курс, спасибо автору
