Онлайн курсы по Математике для Data Science

Брал курс "математика и статистика для data science". Хотелось освежить азы своих знаний в линейной алгебре, теории вероятностей и т.д. Скажу сразу: я использовал далеко не все предлагавшиеся возможности (например, почти не взаимодействовал с чатом и с ментором), однако и тех тестов и уроков, которыми воспользовался, вполне хватило. Я не только повторил когда-то забытое, но даже узнал кое-что новое, под новым углом взглянул на некоторые практические вопросы математики. В качестве бонуса мне подарили продвинутый курс по sql тоже весьма полезные занятия :-) но его я прошл лишь процентов на 60 70... сложные запросы в sql я выполнять поленился. В целом программа превзошла мои скромные ожидания, я вполне доволен!

Прошел курс Яндекс Практикум (ЯП) Математика для анализа данных. Очень рекомендую всем, кто интересуется математикой. Так как для меня это был первый опыт обучения онлайн, хотел бы начать свой отзыв с общего комментария о том, что такое Интернет образование вообще, а затем уже перейти к особенностям данного курса. Онлайн учеба имеет неоспоримое преимущество в гибкости заниматься можно в любое удобное время: идеально для тех, кто сочетает работу и учебу. Также преимуществом по сравнению с обычным подходом к учебе является интерактивность. Учебник и задачник объединены в один курс, соответственно не приходится скакать между учебными материалами. В отличии от бумажной книги в онлайн курсе можно давать визуализации (например, 3D графики, которые можно покрутить, или графики, в которых можно менять параметры и многое другое), чем активно пользуется ЯП для лучшей подачи материала. Ребята из ЯП своевременно распознали, что помимо чтения материалов курса и решения задач для полноценной учебы необходимо услышать материал. Для этого постоянно проходят лекции, записи которых остаются доступными для просмотра в удобное время (многие смотрят их за завтраком). В ходе таких лекций лучше акцентируются многие важные моменты и, хотя это не обязательно для прохождения курса, я очень рекомендую их смотреть. Бонусом вы получаете дополнительную мотивацию к обучению, т.к. ничего не заряжает лучше, чем пример человека, который сам любит предмет, о котором он говорит (в данном случае я имею в виду Эрнеста Глухова, чей цикл лекций я смотрел). Таким образом для того, чтобы полноценно приблизиться к очному образованию, не хватает только элемента проговаривания пройденного материала (типа коллоквиума в институте). (Когда-нибудь и этот элемент обучения будет доступен онлайн и тогда не останется причин поступать в ВУЗ, все можно будет пройти на онлайн курсах). Переходим к предмету обучения собственно математике. Еще лет тридцать назад основным приложением математики была физика и инженерные специальности. Все очень сильно поменялось за прошедшее время в результате развития компьютеров, математика вторглась в области, с которым она раньше совсем не ассоциировалась, например, на курсах было много биологов и лингвистов. Понимание и умение практически использовать математику и статистику становятся необходимостью для вс большего числа специалистов. Ну и помимо практического применения, математика это просто очень интересно! На курсах вас познакомят с числом е, которое возникает в разных разделах математики тут и там и, кажется, совершенно неожиданно. Расскажут, как устроен поиск по новостям в агрегаторах или как устроен алгоритм рекомендаций по фильмам или музыке (и при чем тут векторы). Подготовят к лучшему пониманию работы нейросетей. Научат находить зависимости между самыми разными величинами (например, возрастом собаки и частотой виляния ее хвоста). Познакомят с логнормальным распределением и намекнут как оно связано с ценами на недвижимость в Москве. Как устроены простейшие алгоритмы распознавания образов и при чем тут теория вероятностей. И это только лишь небольшой список интересных тем, в которые вы либо погрузитесь, либо пройдетесь по касательной на этом курсе. Очень помогает в учебе легкость изложения тем. Создатели курса старались представить материал в максимально доступной форме, используя жизненные примеры, ассоциации и даже юмору (в пределах приличия) есть место. Сильной стороной курсов ЯП является их практическая направленность. Помимо собственно теоретической математики, курс учит работе с математическим аппаратом на Python. Этим он отличается даже от международных курсов от университетов с именем. Все задания на Python также интерактивно встроены в курс, что очень удобно. В заключение, хотел бы пожелать ЯП дальнейшего развития этих курсов и доведения их до уровня совершенства, который они заслуживают.

Сегодня закончила курс "Математика для анализа данных". Курс показался очень интересным. Я работаю ученым и проводила обработку результатов исследований, но после курса взглянула на статистику вообще под другим углом, также познакомилась с новыми полезными методами обработки данных. Почти вся теория подкреплялась какими-то примерами. Очень понравилось, что показана реализация всех методов в коде, прям бери и делай на своих данных. Я по образованию биолог, могу сказать, что даже с учетом отсутствия профильного образования, сто процентов заданий можно решить без посторонней помощи, лично я с кураторами не общалась вообще, проходила курс в своем режиме. Первые модули курса мне показались довольно понятными и особых проблем не вызвали, на каких-то темах, особенно на теории вероятности и статистике приходилось дополнительно смотреть какие-то лекции, чтобы разобраться. Однако выполнить задания урока можно было бы и без дополнительной информации, смотрела скорее для того, чтобы у себя в голове уложить знания. Видно что люди, которые создавали курс, не зря едят свой хлеб. Информация хорошо структурирована, почти во всех задачах ты точно понимаешь что от тебя хотят и где в уроке можно найти информацию, необходимую для решения задачи, если в коде ошибка, то показывают подсказку какой параметр проверить, практически нет ситуаций, когда у тебя затык, и ты тратишь кучу времени впустую. В общем впечатления остались только положительные, курс рекомендую всем кто хочет понять, что лежит в основе статистических методов обработки данных, и тем, кто учится самостоятельно обрабатывать данные в python.

Прошел первую ступень Data Science. Наверное, прошел как многие и многие, не за 1 год, а за 2. Работал главбухом, решил поменять что-то в жизни. Вот меняю... Что понравилось в курсе: много информации, довольно несложно проходить теоретические блоки, менторы неплохо отвечают на учебных блоках. А дальше пошли минусы: увы, курс на полном самообучении, куратор никак не участвует в твоем обучении: учишься - хорошо, нет - ну и ладно. Вообще нет персонального подхода! Дипломный проект со свободной темой и без выделенного руководителя вообще поставил меня в ступор. И ответы куратора по нему в общем пространстве в течение 1-2 суток прямо расстроили. В итоге проект делал не 2-3 недели а 2 месяца, и все равно его оценили, на мой взгляд ниже моих ожиданий, частично потому, что не было обратной связи от персонального руководителя! Как понял так и делал. Очень не хватает нарешенности. Теории очень много, она сыплется без устали. А на практике 1-2 задачки. Конечно, по окончании курса, я многое уже не помню и знаю только в теории. Вы научитесь хорошо гуглить, потому что искать пройденный материал в курсе крайне не удобно. Платформа кое-как шевелится при доступе через сайт. Много математики (кто завлекся рекламой, что можно и без знаний математики пройти курс - бегите сразу, это неправда). Работать и учиться... Не знаю, у меня не получилось. Будучи жаворонком, я не могу вообще учиться по вечерам, оставались выходные. Ну и понятно, что надолго не хватает так учиться. Вот когда на больничном, или в отпуске, или из дома работаешь - убегаешь сильно вперед. В общем, кто хотел персонального подхода - не ваш выбор, его тут нет. Только самообучение, только хардкор. Если никак не связана работа с IT - будет очень тяжело, и в 70-80% случаев вы бросите курс. Мотивировать вас никто не будет, только сами. Математики много (даже порой кажется излишне). В целом я не очень доволен курсом. Присмотрелся бы к другим школам с персональным ментором, думаю, эффективность обучения была бы выше.

Курс Специалист по Data Science. Коротко - разочарование, абсолютное не соответствие обещаниям, поверхностные знания, слишком сжатые сроки обучения. Во первых - не стоит вестись на рекламу и обещания менеджеров. Никаким специалистом вы не успеете стать. С самыми базовыми знаниями Python и смутными представлениями о Machine Learning вы никому не будете нужны, даже на позиции Junior. Скажем честно - за год заочной формы обучения освоить с нуля до специалиста, хоть как то востребованного на рынке - невозможно. Из этого года вы потратите месяц на повторение курса математики за 5-й класс ( что такое дробь, числитель и знаменатель - я не шучу) и еще один месяц - на абсолютно не нужный курс по командной работе, на котором вы НЕ будете работать в команде, а узнаете такие важные темы, как: чем стартап отличается от фриланса. Я не говорю, что эти темы не важны. Вопрос в соотношении наполнения курса и его стоимости, где каждый месяц обучения стоит, в среднем, 20-30 тысяч рублей. В результате вы пробежитесь галопом, без достаточной практики по основным разделам, толком не усвоив ни одного. А некоторых таких важных тем - как статистический анализ, объктно-ориентированное программирование (классы Python) - не будете знать вообще. В рамках машинного обучения - вас встретят 5-минутные ролики на каждый метод, и минимум текста, что не даст никакого особого понимания сути профессии. Далее вам будет предложен один тип задач, в основном, на синтетических (уже заранее подготовленных и вылизанных) данных. Чуть влево и ли вправо - вы окажитесь абсолютно беспомощны - ведь жизнь нам готовит абсолютно разный спектр задач - сложности с подготовкой данных, возможные проблемы и баги, границы применимости методов, влияние параметров настройки. Работодатель не будет ждать недели-месяцы пока вы будете доучиваться на месте, прежде чем приступить непосредственно к заданию. Вы думаете что IT вас ждет с распростертыми объятиями? Как бы не так. Многие западные фирмы ушли с рынка, конкуренция не шуточная, на рынке много талантливых и умных людей. Можно убедится лично, задав соответствующий поиск, например, на hh. Об этом меня лично предупреждала подруга TeamLead - сказав, что была вынуждена отказать в трудоустройстве с подобных курсов (например - Нетология), так как знания слишком поверхностны и неполны. Мне хотелось верить, что тут будет все по-другому, так как пиарилось, что курс разработан с методическим отделом МФТИ. Оказалось нет, и даже громкое имя МФТИ не гарантирует качества образовательных услуг. Если вы гуманитарий - то рекомендую тщательно взвесить насколько вы готовы выложиться для смены профессии, освоить самостоятельно линейную алгебру, теорию вероятности, статистику и даже более сложные разделы математики. Что по итогу: После курса еще придется потратить год-два для обучения на сторонних платформах. И в части теории, и в части практики. Тут увы, маркетинг определил содержание и сроки курса. Сделать из вас реального специалиста задачи не стоит. Начальный курс Python сделан хорошо, как и работа с библиотеками визуализации данных и Pandas. Стоит ли это 200 - 300 тысяч рублей? Каждый пусть ответит за себя, лично я подал заявление на разрыв договора