Chevron Left
返回到 Построение выводов по данным

学生对 莫斯科物理科学与技术学院 提供的 Построение выводов по данным 的评价和反馈

4.7
968 个评分
143 条评论

课程概述

Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. Данные почти всегда содержат шум, поэтому утверждения, которые можно сделать на их основе, верны не всегда, а только с определённой вероятностью. Строить наиболее корректные выводы и численно оценивать степень уверенности в них помогают методы статистики. Как можно оценивать неизвестные параметры системы по небольшому количеству наблюдений? Как измерить точность таких оценок? Какие данные нужны, чтобы ответить на ваш вопрос, и на какие вопросы можно ответить с помощью уже имеющихся данных? Вы узнаете все, что нужно для успешного превращения данных в выводы — организация экспериментов, A/B-тестирование, универсальные методы оценки параметров и проверки гипотез, корреляции и причинно-следственные связи. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

热门审阅

PK
May 3, 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

SF
Jun 9, 2018

Пока это лучший курс для меня с практической точки зрения. Можно было бы разобрать больше прикладных реальных задач вместо замысловатых тестов с множеством ответов.

筛选依据:

26 - Построение выводов по данным 的 50 个评论(共 140 个)

创建者 Нехорошев Д А

Nov 1, 2019

Курс крайне интересный и очень полезный практически, единственное что надо учитывать - это то, что он требует большого количества времени для вдумчивого освоения материала. Время, номинально отведенное на выполнение заданий/освоение теории, действительности соответствует всеьма слабо, по крайней мере в моем случае времени на выполнение тестов/упражнений уходило в разы больше, чем заявлено в описании.

创建者 Екатерина С Г

Jun 1, 2020

Очень сложный курс! Особенно добила последняя неделя, 4 задания на полную проверку знаний. Оказалось, что достаточно сдать только 2 из них, но я рекомендую сделать все, так как прокачивает очень классно!!!! Спасибо организаторам курса, в университете учила семестр параллельно мат стат, однако препод дал в 5 раз меньше знаний в сравнении с вашим курсом! Безумно благодарна!

创建者 Daniil P

Mar 4, 2017

Если вы практически ничего не помните из статистики перед этим курсом - не отчаивайтесь! Материалов предлагаемых в этом курсе достаточно, чтобы освоить предлагаемый статистический аппарат. И вообще, статистика, оказывается, бывает даже очень увлекательной.

创建者 Domnin V

Feb 28, 2019

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.

创建者 Anastasiia B

May 2, 2020

Из четырёх курсов специализации это пока что лучший. Нет проблем с устаревшими или мертвыми библиотеками, много практики, теория изложена хорошо (с учетом краткости).

创建者 Roman K

Nov 17, 2019

Очень понравилось, что тесты стали с практикой. Чем больше практики, тем лучше усваиваешь знания!

创建者 Yur A

Nov 6, 2019

Пожалуй, самый сложный из 4 пройденных курсов, в рамках данной специализации

创建者 Шляхов А В

Aug 29, 2020

Отлично! Все понравилось. Наверно самый познавательный курс)

创建者 Max S

Aug 20, 2017

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

创建者 Andrey S

Jan 25, 2020

Абсолютно невнятное объяснение теории после которого довольно сложно решить задачи из Quiz-ов не прибегнув при этом к помощи (и немалой) дополнительных источников информации. Также одной из серьезных проблем курса, как, впрочем, и всей специализации в целом, является неумелая постановка задач преподавателями. Молодые люди, ведущие курс, часто забывают о том, что они читают лекции не для своих ровесников и одногрупников, а также и для людей, которые изучали данный материал 20 лет назад и более. К сожалению, подача материала практически во всех курсах специализации - отвратительная, кроме, пожалуй, лекций, которые читает Евгений Соколов.

创建者 Dzhumagulov B

Apr 22, 2018

Во-первых теория дается слишком кратко, во многих местах вывод формул вообще не очевиден. Потом приводится пример, который сгенерирован из какой-то прдуманной выборки типа просто распределение точек на графике. Опять таки очень маленький и искусственный. Далее даются уже задачи из реальности, к которым вообще непонятно как приступить, так как по прочтенным лекциям невозможно понять как анализировать данные. В тестах приводятся задачи, а как их решать ? Не было достаточно примеров и вообще не объяснялось как решать. Голая теория с куей формул не помогает.

创建者 Kira V

Jul 5, 2017

Пожалуй, самый сложный курс, но он заставляет разбираться самостоятельно с заданиями в тестах, а это тоже нужно уметь. Вся специализация просто отличная, однако конкретно 4 курс я бы оценила на 4.5. Добавьте, пожалуйста, в уроки практических задач с вычислениями и более подробные описания (именно описания, а не указания на готовую функцию с уже подставленными параметрами) в тестовые задания.

创建者 Talgat A

Aug 12, 2017

Понравилось подача всего материала на доступном языке и серия интервью с экспертами, с примерами из разных отраслей. Конспекты и материалы по теме достаточно предметны и по сути, баланс глубины стат теории и мат обосновании радует.

创建者 Федор Е

Jul 10, 2018

Курс показался сложнее первых трех, но при этом по-своему интересней. Для некоторых заданий одних лекций не хватало и требовалось вникнуть глубже в материал, что зачастую очень полезно. В остальном все на высоком уровне, спасибо!)

创建者 Гридасов И И

Jan 15, 2019

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)

创建者 Андрей О

Feb 4, 2020

Самый полезный и информативный курс из первых четырех. Многие пишут, что очень сложный из-за манеры подачи материала. Но все гораздо понятнее и даже интереснее, если предварительно пройти курс по основам статистики на степике.

创建者 Роман

Sep 25, 2017

Очередной отличный курс! С точки зрения структуры, возможно, это самый лучший курс из первых четырех! Отличная подача, все разложено по полочкам, множество примеров и интересных заданий! Спасибо огромное преподавателям!

创建者 Юлия

Jun 15, 2016

хороший курс по статистическому анализу: основная теория, пример, разбор ошибок анализа. рекомендую.

отдельное спасибо авторам за работу. и спасибо за постоянную обратную связь, чего так не хватало в предыдущих курсах.

创建者 Радионов А

Sep 20, 2017

Несмотря на вынужденное отсутствие фундаментальности знаний, материал подаётся системно, что очень важно. Радует, что сразу же было показано, как применить полученные знания и навыки на практике.

创建者 Петров И В

Sep 27, 2018

Из всех четырёх курсов - этот был для меня самым сложным, но дал хотя бы приблизительное понимание о том как работает статистика, чего не дал мне, например, курс по статистике в моём вузе.

创建者 Илья К

May 14, 2020

немного суховато, так что приходится искать инфу на других курасах, но если стараться, то и этот материал можно понять, но для меня было затруднительно, спасибо за проделанную работу!

创建者 Селезнев Н В

Jun 17, 2019

Классный курс, заставил меня жестко ботать)

Было бы еще лучше, будь больше заданий, проверяемых сокурсниками (например, по одному на каждую неделю) - так материал усваивался бы лучше

创建者 Волкович М С

Aug 2, 2019

Главное достоинство курса - тесты. В меру сложные и помогающие лучше осознать материал, особенно если реализовывать все руками, а библиотечные методы использовать для самопроверки

创建者 Petr K

May 4, 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

创建者 Sergei F

Jun 10, 2018

Пока это лучший курс для меня с практической точки зрения. Можно было бы разобрать больше прикладных реальных задач вместо замысловатых тестов с множеством ответов.