Прикладные задачи анализа данных

За временные ряды) Не понравилось задание по программированию из недели 4 (ранжирование) - все 4 ответа требуют по сути написания полного кода, нет возможности проверить частично выполненную работу Интересный курс, и очень полезный.

Самый слабый из всех предыдущих курсов, плохо описан алгоритм выбора параметров для метода SARIMA в первой неделе(непонятно как на коррелограмме отличать сезонные лаги от несезонных), очень поверхностное задание по программированию во второй неделе, ошибки грейдера в последней неделе чуть с ума не свели.

Самое сложное, на мой взгляд, задание на все 5 курсов... Но, при этом, оно чётко даёт понять, что Data Science - не всегда красивые формулы и интересные модели: иногда это - муторная работа с данными и почти никакой математики.Очень понравилась неделя 1 - анализ временных рядов.

На 5 курсе, на мой взгляд, лучше всего проработаны недели про анализ временных рядов и текст майнинг - они запомнились и материалы из них можно будет использовать в дальнейшем.

Более менее рассказано про временные ряды.

Часть про временные ряды скучновата, зато про нейронные сети слушать было одно удовольствие.

Отсутствие конспектов лекций превратили многие тестовые задания в "угадайку"...В сравнении с 1-4 курсами качество этого курса заметно ниже ( В данном курсе рассматриваются такие темы, как анализ и прогнозирование временных рядов, применение нейросетей к распознаванию изображений, анализ текстов, ранжирование и рекомендательные системы.

Первая неделя рассказала про прогнозирование временных рядов конкретными моделями, но не рассказано насколько эти модели приближены к реальности, даже с заработной платой оказалось, что прогноз далёк от реальности, не рассказано и про регрессию на основе каких-то базовых показателей типо ВВП, инфляции итд итп.

лекции по компьютерному зрению и особенно задание по этой теме были ни о чём.

Остальные задачи слишком упрощены.Отдельный негатив по компьютерному зрению.

Вторая неделя в части урока про машинное зрение ужасна.

правда неделя про машинное зрение скорее не про машинное зрение, а про легкое введение в tensorflow, нет ощущения, что по этой теме получаешь знания из programming assignment.

Нейронные сети - IMHO не самая сильная тема.

Лекция про нейронные сети начинается, "что такое нейронные сети, было разобрано в предыдущих лекциях".

Предыдущие четыре были замечательными, здесь понравились только временные ряды и анализ текстов.

И анализ текстов понравился - полезный материал.Из минусов.

Про рекомендательные системы, тав есть опрос решаемый только перебором.

Стоит отметить, что недели про обработку изображений и рекомендательные системы проработаны немного хуже чем вышеупомянутые.

Хотелось бы больше про обработку изображений.

В общем, хотелось бы, чтобы над этим курсом ещё поработали, он выглядит очень сырым.

Нейронные сети не на должном уровне Хороший курс, но хотелось бы больше примеров кода с нейросетями.

Часто было ощущение, что идем как-то по верхам теории, хотелось больше примеров.

Там одни и те же ответы переформулированные, при этом все в некотором смысле могут быть правильными.

В целом в курсе идет краткий обзор всевозможных практических задач, при этом очень мало разборов задач.