Хорошая картинка, огромный минус чистый академический язык непонятный обывателю. Читают студенты как по учебнику. Было бы понятней если бы они отвлеклись от формул и расскаазали о причиноследственных связях: почему именно так лучше решить задачу, как люди пришли к этому, ненаглядно сплошные формулы и скрипты без обьяснения типа вот смотрите аксиома, а почему так...

Шикарные знания в части аб тестирования + проверки факторов в регрессионной модели, чистый кайф. Спасибо Вам большое! Мне лично было очень тяжело понимать логику аб тестов, до сих пор буду вспоминать как страшный сон

This one is truly amazing. For a long time, I was looking for a statistics course that's neither oversimplified (like, learning the definition of the variance for good half a year), nor too complex (making me lost right away). This course is the very reason I've enrolled to the whole specialization, and I don't regret it. It gave me clarity about various commonly used tests, and a flavor of when and how I should use those.

Dear course instructors, thanks for you work, and please consider translating this one into English. There are many people out there, who would benefit from it.

Лектор очень плохо объясняет: старается использовать сложные термины, что может возвышать его в глазах девушек, но не помогает учебному процессу. Делает много отступлений, чтобы показать какими серьезными и сложными делами он тут занимается, а это время можно было бы потратить на простое и доступное изложение материала.

Половина курса получилась сильно обзорной. Понятно, что авторам хотелось затронуть широкий спектр проблем и возможных решений, но в итоге получилась попытка объять необъятное: много информации, которую можно было бы сложить в текст, а интерактивный материал сосредоточить на какой-то одной и разобрать её по косточкам, потенциально на живом примере. Другая проблема - это сырая формулировка в некоторых тестах. Думаю, по сообщениям в форумах понятно, пр, но удивляет то, что спустя 4 месяца с того момента, как эта проблема всплыла, формулировки так и не поправили. В общем, ощущение, что к 5 курсу авторы "устали".

Ужасно тяжёлый курс. Колоссальный объём материала, кошмарные задания по программированию. Объём работы никак не соответствует четырём неделям.

Курс дал общее, и что важно неповерхностное понятие о мат. статистике, о том, как она применяется в задачах Машинного Обучения

До прохождения курса у меня не было никакого бэкграунда в математической статистике. Курс показался мне сложным.

Я поставлю 5 звезд, т.к. указано "Advanced Level", в противном случае моя оценка была бы ниже.

Мне понравилось: объем предоставленного материала с т.з как статистики, так и имплементации в Python, формат квизов и прочих заданий.

Мне не понравилось: слишком научное и при этом неподробное изложение материала, после которого не приходит интуитивного понимания происходящего; неочевидная структура курса.

Мне очень помогли пройти этот курс бесплатные курсы на stepik.org от Анатолия Карпова (Институт Биоинформатики). Я однозначно пройду все его курсы по основам статистики полностью для закрепления и структурирования материала.

Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.

Курс очень насыщенный, наконец с реальными практическими задачами и примерами. Очень порадовала неделя 4 - интервью со специалистами, решающими реальные задачи анализа данных. Наверное, самый интересный и полезный курс из всех. На неделе 4 советую обязательно пройти тесты - они расширяют лекционный материал и дают новые знания.

По недостаткам. Мне лично не хватило систематизации и немного более "человеческого" изложения. Поясню. на протяжении курса проходили много различных критериев, применяемых в различных ситуациях. Но не было в итоге какого-то общего, обобщающего занятия, в котором бы была показана ретроспектива курса и наглядно показаны все пройденные критерии (например, в виде таблицы - какие задачи может решать, к какой шкале применяется, какая нулевая гипотеза рассматривается, какие требования к данным и т.п.). Под "человеческим" изложением я понимаю, что можно было бы дополнительно переводить некоторые понятия (например, формулировки нулевых гипотез) с математического языка на более простой. Ещё из пожеланий - сопровождать ipython-ноутбуки в уроках комментариями, что и зачем делается (комментарии есть только в уроке про регрессию). И последнее - почти "мёртвый" форум.

Судя по тому, что в специализации уже больше года не происходит ничего нового - и эти мои пожелания не будут приняты во внимание, но поступающим, думаю, будет полезно иметь это в виду и сформировать правильные ожидания от курса.

Курс очень интересный, но и очень сложный, а уровень объяснений показался недостаточным.

Большой объём довольно сложной теории без связок между отдельными темами и объяснениями, в каких случаях что использовать.

Материал подаётся не всегда понятно, многое приходилось искать в других источниках.

Тот случай, когда команде не удалось структурированно и просто рассказать о сложном. Кроме того, приведенные примеры, не самые удачные, на мой взгляд, с точки зрения практического применения.

не очень наглядно и понятно объяснялась теория. до сих пор не до конца понял, как работать с доверительными интервалами и достигаемым уровнем значимости.

Проверка гипотез - как в тумане :(

Практический примеры не внесли большой ясности, где и как что можно использовать..

Очень беглая информация и мало заданий. Хочется больше практики и информации

Полезно, но очень скомканная подача

Худший курс яндекса и МФТИ. В этом курсе зачем то программные задания сделаны в виде тестов с ограничением в 3 попытки на ответ, что с учетом "замечательных" конспектов и "отличных" формулировок вопросов, создает непередаваемые возможности для обучения.

Огонь и вскрытие мозга! То что нужно, чтобы не заболеть альцгеймером

Довольно насыщенный курс!

Отлично велись лекции по статистике, хоть и затрагивалось не все аспекты, главное было очень интересно. В лекциях по статистике это важно, очень.

Замечательный курс! Очень полезен для изучения и усвоения науки о данных, их осмысления и осознанного применения.

Пока мой самый любимый курс в специализации. Он напоминает насколько случайны выводы полученные по выборке. Спасибо Евгению, что смог настолько информативно (сжато и не теряя в понимании) передать учебник по мат. статистике.

Я бы поставил этот курс на второе место по полезности (на первое место стоит отправить 2 курс специализации).

Этот курс учит как действительно работать с данным и принимать решения на данных. Значение построение выводов по данным сложно переоценить, т.к. это является итогом работы любой модели.анализа

Курс помогает освоить такие фундаментальные методы, как постановка гипотез и даёт интуицию на то, какой критерий нужно применить в конкретной ситуации. Если вы хотите не просто подкручивать гиперпараметры xgboost-а, то вам сюда)

Многие детали, конечно, не осилил, но было интересно

Пока наиболее интересный в плане подачи курс из пройденных в специализации.