Курс «Курс по машинному обучению для начинающих»

Прошел курс по машинному обучению в SkillFactory - 6 недель, деньги немалые, и честно скажу, ценник кажется завышенным минимум вдвое. Это единственное, что реально раздражало. Сам формат - очный, с ноутбуками, Python - мне подошел идеально, я вообще скептически отношусь к дистанционке, так что выбирал осознанно. Преподаватели объясняли доступно, на вопросы отвечали, не тащили в прошлое - давали актуальные подходы и современные инструменты. Объем материала огромный, но подача такая, что не тонешь: алгоритмы, разные модели - все укладывалось в голове. Местами было непросто, но интересно. Групповая работа понравилась, домашние задания делал регулярно. В итоге получил то, за чем шел - освежил знания, добрал новых навыков и завел полезные знакомства.

Прошел "Практический Machine Learning" и частично "Python для анализа данных". Несмотря на то что курсы вели разные преподаватели, у обоих нашлась общая черта, которая, судя по всему, типична для большинства курсов этой школы.

Упор на практику на деле оказался синонимом крайне поверхностного разбора материала. Лекторы как будто боятся объяснять что-то сложнее, чем может переварить среднестатистический слушатель - уровень объяснения методов и алгоритмов примерно как в научпоп-видео для школьников. Практические задания под стать: самый частый формат - подставить одну-две переменные в готовый код и запустить, или написать одну строчку импорта нужной библиотеки. Никакого удовольствия от решения нет, чувствуешь себя обезьяной, которая просто повторила за лектором. Хакатоны из курса по машинному обучению немного выбиваются из этого ряда, но тоже с большой натяжкой. Был один реально пригодившийся навык - подключение к API Google Sheets для онлайн-отчетности, но такое гуглится за полчаса без всякого курса.

Когда говоришь об этом представителям школы, в ответ получаешь "это же для новичков". Но тогда объясните, почему бесплатные или в разы более дешевые курсы на Stepik и Coursera для тех же новичков дают и куда более детальную теорию, и задачи с нарастающей сложностью - после которых реально ощущаешь, что усвоил что-то новое?

Моя компания заплатила за это около 40 тысяч рублей. Будь курсы бесплатными или хотя бы раз в десять дешевле - сказал бы "ну, норм". За эти деньги то, что дается - это откровенное несоответствие цены и качества. Ценовая политика понятна: при таком качестве никто не купит второй курс, значит нужно выжать максимум из первой продажи, которую обеспечивает агрессивный маркетинг. Не рекомендую.

Прошел курс по машинному обучению, заплатил 44 тысячи со скидкой за раннюю покупку - полная цена 69 тысяч. Ценник, по-моему, сильно раздут: реальная стоимость этой программы тысяч 25, не больше. Мнение после прохождения не поменял.

Преподаватели нареканий не вызвали - практики, а не люди из вузов, которые учат по учебникам. Объясняли понятно, без лишней теории, которая специалисту моего уровня ни к чему. Программа охватывала много: стартовали с Python, дошли до реального применения ML. По ходу разбирали алгоритмы, учились их классифицировать, работать с данными, подбирать модели под задачи. Сложно, но не скучно.

Формат очный, мне это подходит. Стандартная схема: лекция с презентацией, потом практика. Работали на своих ноутах с Python - если не стоял, помогали поставить. Были и групповые задачи, для удаленного взаимодействия использовали Slack, домашние задания делал самостоятельно.

В итоге умею решать реальные бизнес-задачи с помощью машинного обучения - это факт. Но удовольствие от цены в 44 тысячи сомнительное.

Летом 2018 года проходил курс "Практический Machin Learning".
На курсе сильное взаимодействие, как с преподавателями, так и с другими слушателями. Очень понравились групповые задания-соревнования и финальный хакатон. Было классно. Такой подход к подаче материала нравится. Т.к. в случае с Python'ом practice makes perfect.

Касательно минусов лично для меня иногда было ну очень много теории. Конечно, без нее никак.Но теорию можно и дома почитать или посмотреть лекцию с "говорящей головой". Хотелось бы курсу пожелать побольше практических занятиях "в классе".

Некоторые домашние задания как по мне были сложны и за один присест из было не сделать. Но опять же, это для кого-то минус, а для кого-то плюс. По сути Д/З мотивирует самому включаться и разбираться. И даже подключать других.

Проходил два курса - "Введение в Machine Learning" и "Практический Machine Learning" - в третьем квартале 2018-го. Всё время обучения не покидало ощущение гонки, и это затягивало. За короткое время прошёл путь от обычного пользователя до практика: курс хорошо ускоряет вход в тему и экономит время на освоение инструментария. Практики от людей из ВШЭ, Сбербанка, Mail.ru Group - это реальный плюс, чувствуется, что материал дают не теоретики. Плюс сообщество таких же увлечённых, карта развития по направлению, ответы на вопросы.

Но честно скажу: без нормальной математической базы - статистика, теория вероятностей - на работу это не устроит. Люди с профильным образованием из ВШЭ, Физтеха или ШАД всё равно будут на несколько шагов впереди по глубине понимания. Курс не заменяет эту базу, он её обходит. Для выпускника технического вуза наверстать теорию после такого практического погружения - реально, для остальных сложнее. Если чего-то математически не хватает - можно добирать на Coursera параллельно.

Брал оффлайн-курс по машинному обучению, вышло 45 тысяч со скидкой. Из организационного: ноутбук нужен свой, Python помогут поставить или объяснят как сделать это самому. Формат стандартный - лекции плюс практика. Главное, что реально понравилось: преподавали действующие специалисты из области, не теоретики. Никакой воды, только то, что реально используется в работе. Курсом в целом доволен, но 45 тысяч за 6 недель - дороговато, даже с учетом скидки.

Прохожу курс по машинному обучению. Хороший годный материал, подаётся последовательно - удобно для тех, кто хочет вкатиться в тему с полного нуля базовых знаний. Очень внимательная служба поддержки и кураторы, индивидуально подходят к каждому ученику. Рекомендую.

Проходила курсы "Введение в Machine Learning", "Практический Machine Learning". В них доступно объясняется с чего начинать. В общем, хорошая штука для преодоления страха "Аааа!!! Что такое Data Science?! Куда бежать?! За что хвататься?!"
Правда все материалы "Введения" есть в курсе "Практический Machine Learning", так что если есть твердое желание начать постигать основы data science, то лучше сразу выбирать курс "Практический Machine Learning".
Сейчас прохожу курс по "Deep Learning и Нейронные сети". Для людей без математической подготовки он может показаться очень сложным в плане теории, а так чрезвычайно полезный курс, чтобы уже действительно глубоко и вдумчиво копать в сторону решения сложных практических задач

Курс по ML в 2018 помог получить первое представление о методах и библиотеках для решения разных задач (от временных рядов до поиска текстов близких по смыслу). Курс по анализу данных на Python в 2019 неплохое введение в работу с api Google, Yandex и Vk, а также создания и использования Telegram бота в помощь.

Все очень хорошо, так что и рассказать-то особо нечего. Все понятно, специальность разбирается полностью. Я был на “Машинном обучении”, сейчас без проблем делаю соответствующие приложения. Темы выбраны грамотно, дополнительно ничего искать и покупать не нужно – лекционный материал и так дает все необходимые знания.

Достоинства:
В жатые сроки подан интересный и практически полезный материал
Недостатки:
1. Главы о глубоком обучении имеют ссылки на другой курс 2. DL конечно можно было-бы раскрыть чуть поглубже
Добрый ден. Пару недель назад успешно закончил курс "Практический Machine Learning" ( SkillFactory )
Прежде всего, оставляя отзыв, следует сказать о целях, которые я преследовал, поступая на курс.
Т. е. в данном случае, я действовал по системе ХТПК "Хватит Теории, Покажите мне Код"
И по моему мнению этот курс 100% подошел мне.
Немного теории о том как устроена модель, затем когда и как ее применять, пару соревнований
в общем расставили все на места в моей голове и теперь я могу продолжить грызть гранит науки, но в тоже время
могу работать над POC с проектами ML.
Кому я рекомендую этот курс? Прежде всего программистам, знающим Java, C/C++ ( идеально Python )
желающим узнать "Как Это Устроено" и попробовать это самому.
Думаю курс не подойдет абсолютным новичкам в программировании, т. к. код прийдется писать, а изучать
программирование и ML вместе сложновато.
Подведя итоги - это прекрасный общий курс с уклоном в практику

На курс я попал со знаниями школьного курса Турбо Паскаля, и энтузиазмом изучить основы Python. По итогам курса полученные знания я сразу смог применять в работе. Я не испытал дискомфорта при начале изучения Machine Learning. Курс классный, в нём очень много интересного. В качестве введения в язык программирования — идеален.

Проходил курс Практический ML.
Преподаватель разбирается в предмете, разжёвывает подробно все модели, которые изучаются. Даёт полезное д/з и прикладывает ipynb каждой сессии (очень полезно). Сложность достаточная, чтобы действительно чему-то научиться, но не смертельная. До курса и параллельно с ним читал ещё учебник и смотрел видео, но без практики на курсе было бы не так полезно.

Теперь и я тоже прошел курс по Машинному Обучению в SkillFactory. Курсе полезный, особенно, если работа связана с обработкой больших объёмов данных. Курс потребует большого количества самостоятельной работы, временами сложной для понимания. Преподаватели консультируют оперативно, но готовых решений всё равно не сообщают, так что голову придётся поломать. Польза от курса огромная, полученные знания практически сразу стал применять в своих личных проектах.