Курс на Stepik
Обложка курса «Руслан Сенаторов: Математический анализ для Data Science» на Stepik
Бесплатно

Руслан Сенаторов: Математический анализ для Data Science 4.333

Открыть на
STEPIK.ORG

Автор курса Руслан Сенаторов t.me/RuslanSenatorov, Преподаватель и Президент IT-организации(CEO) github.com/SENATOROVAI | Бесплатный курс по математике для data science,Машинное обучение, с нуля. Материалы курса основаны на открытых лекциях по "математический анализ". Пределы и производные.Непрерывность и дифференцируемость.Интегралы.Ряды и приближения.Оптимизация.Градиент, частная производная. Data Science: Градиентный спуск Регрессия и нейросети

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Руслан Сенаторов: Математический анализ для Data Science»Учеников на курсе 1 058
Сертификаты, выданные на курсе «Руслан Сенаторов: Математический анализ для Data Science»Сертификатов выдано 0
Отзывы о курсе «Руслан Сенаторов: Математический анализ для Data Science»Отзывов получено 3
Рейтинг курса «Руслан Сенаторов: Математический анализ для Data Science»Рейтинг курса 4.333
Уроки в курсе «Руслан Сенаторов: Математический анализ для Data Science»Количество уроков 25
Тесты в курсе «Руслан Сенаторов: Математический анализ для Data Science»Количество квизов 9
Время прохождения курса «Руслан Сенаторов: Математический анализ для Data Science»Время прохождения курса
Обновления курса «Руслан Сенаторов: Математический анализ для Data Science»Обновления курса
Дата публикации курса «Руслан Сенаторов: Математический анализ для Data Science»Дата публикации курса
Последнее обновление курса «Руслан Сенаторов: Математический анализ для Data Science»Последнее обновление
Сложность easy
4.333
из 5
3 отзыва
★★★★★
2
★★★★
0
★★★
1
★★
0
0
Павел Радин
Павел Радин
10 месяцев назад

Если хочется именно понимать, что происходит, а не просто пользоваться математикой прикладным образом, то курс не очень. Объяснения местами очень в общем виде, слишком быстрые, с опущением многих деталей - разбираться придётся во многом самому. Фактические ошибки были и не одна - тоже примечать самому надо, если, конечно, получится приметить. А так, в любом случае, спасибо за курс, т.к. он бесплатный.

Уважаемый Павел, Благодарю вас за то, что нашли время поделиться своим мнением. Я очень серьезно отношусь ко всем отзывам, особенно от специалистов с педагогическим образованием. Для меня важна конкретика, которая поможет стать лучше. Буду вам очень признателен, если вы уточните, что именно в методике преподавания, подаче материала или структуре курса вызвало у вас негативную реакцию. 1) Была ли проблема в темпе речи? 2) Показалась ли непродуманной структура уроков? 3) Не хватило глубины раскрытия тем? 4) Что именно, на ваш профессиональный взгляд, можно было бы сделать иначе? С уважением, Сенаторов Р.О.

Andrey Ivanov
Andrey Ivanov
1 год назад

Прошел курс Руслана по математическому анализу для Data Science — очень понравилось! Особенно впечатлил раздел по приближённым вычислениям с помощью дифференциала функции и градиента. Было круто, что сложное понятие дифференциала объяснили настолько просто и наглядно, что я наконец-то понял, что это такое и как применять на практике. Жаль, что у меня в вузе не было такого преподавателя, как Руслан — многое стало бы понятнее гораздо раньше.