охватывает несколько предметов что плюс, может не подойти для тех кто с нуля учит.
Отзыв будет большой от бывшего гуманитария, который прошел этот курс и смог набрать достаточно баллов, чтобы поступить на программу Искусственный интеллект ФКН НИУ ВШЭ. Это уникальный по своему объему курс на просторах рунета и за его пределами. Сомневаюсь, что где-то вы сможете найти столь же большой БЕСПЛАТНЫЙ курс с сотнями заданий, вдумчиво и по крупицам собранными составителями. Есть простые задачки, есть те, об которые вы сломаете все ваши математические зубы, но скучать точно не придется. Что вас не ждет? Что вы прощелкаете уроки быстренько, что-то поймете (если ранее не заканчивали спец. направление в вузе) и получите на экзамене максимальный балл. Этот курс прежде всего ориентирован на то, чтобы вы смогли собрать приблизительно 50-65 баллов из максимального количества: часть В таит множество опасностей для неподготовленной публики, и в значительной степени подготовка к ней лежит за рамки этого курса, но 50-65 баллов вам легко хватит, чтобы пройти. К слову, материал экзамена позволил мне решить минимум 2 задания из части В. Смог бы решить еще 3, если бы было чуть больше автоматизма в руках, так что не все так однозначно, может, наберете баллов достаточно для приятной скидочки на обучение! Самое важное, что стоит понять до начала: этот курс - это хорошая, добротная, заботливая дорожная карта, но путь придется пройти самим: вам придется дополнительно к его задачам нарешать интегралы, ряды, задачи по комбинаторике и терверу, найти сотни определителей матриц и найти десятки обратных матриц, погибать в попытках найти интеграл и возрождаться, вспоминая методы работы с пределами. Сколько времени он у меня занял: у меня была база Python, работы с git, SQL, основ статистики, у меня было неограниченное кол-во времени, я закрыл курс за 1 месяц очень плотной вдумчивой работы с материалом: непонятное закрывалось за счет других учебников, нейросетей, гугла и помощи всех богов:)) Если у вас нет базы по Python, добавляйте себе смело еще где-то 2-3 недели работы с ним. Если статистика / комбинаторика / тервер далеко и давно забыты - добавляйте еще 2 недели на допосвоение. Внимание! 3.5-4 недели занимает только отрешивание заданий курса. Общее число исписанных мною страниц - ок. 230 - 250 стр. с дополнительными задачками, суммарное время подготовки с днями для нарешивания похожих задач для доведения до автоматизма - 1.5 месяца. Несложно посчитать, что если вы работающий человек и базы в вышмате, Python и прочем у вас нет, то можете смело закладывать 3-4 месяца работы с данным курсом, чтобы прежде всего добиться автоматизма, всё усвоить, посетить все вебинары и набрать достаточно баллов для поступления. Предостерегаю, что вы будете в начале безбожно ошибаться в базовой арифметике, потому что мозг будет на пике напряжения от того, чтобы уложить алгоритм сам по себе, арифметика первое время будет страдать. Не ругайте себя за это: вашему мозгу нужно время адаптироваться с механизмом, потом его ресурсы вернутся в русло точности вычислений. Я прошел этот курс. Это было очень жестко, но безумно интересно, равно как и Data Science, которым вы, как предполагается, будете заниматься после его завершения. Раз я смог, вы точно сможете, можете мне верить ;) ОБЯЗАТЕЛЬНО ВСТУПАЙТЕ В ТЕМАТИЧЕСКИЕ ОБЩЕСТВА ОТ НАПРАВЛЕНИЯ, РЕШАЙТЕ ИХ ДОПОЛНИТЕЛЬНЫЕ ЗАДАЧКИ В РАМКАХ СПРИНТОВ И ПОСЕТИТЕ ВСЕ СЕМИНАРЫ, ОСОБЕННО ПО ЛИНАЛУ И МАТАНАЛИЗУ!!! Последнее, что скажу хейтерам в комментах: этот курс не сделает вас Junior Data Scientist или кем-то таким, не даст вам оффер или что-то в таком духе. Он прежде всего направлен на подготовку к поступлению в магистратуру на направление ИИ, затем на то, чтобы привить любовь к Data Science и максимально приблизить вас к пониманию того, с чем в итоге будет связано это ремесло. Если вы хотите руками пощупать именно ML-часть, у этого курса есть братишка от той же программы, называется "Внутри LLM: как думает..." и далее по названию. Вам туда: там будет интенсивнее и ближе к коду. От себя выражаю огромную благодарность тем, кто, как мне кажется, принимал участие в создании курса: Елене Кантонистовой Алине Лукмановой Sabrina Sadiekh И всем другим не менее важным создателям курса! Благодаря вам у меня наконец-то состоялось рандеву с математикой, и мне понравилось!
Спасибо авторам за курс, кратко собрано всё самое нужное
Здесь должна быть картинка "Как нарисовать сову" из комментариев к одному из уроков 1. Рисуем кружочки 2. Рисуем остаток совы Самый неструктурированный курс, который я видела.
Норм.
Это было знакомство, сложно, но терпение нам в помощь)
Спасибо!
Здорово раскрывает базовые понятия по многим темам. Для новичков (и не только) прям маст хэв
Спасибо организаторам курса за их вклад в популяризацию подобного контента.