Курс «Курс по машинному обучению»

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.

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.

Я прошел курс "Практический Machine Learning" и просмотрел часть курса "python для анализа данных". Не смотря на то, что курсы вели разные люди заметил общую отличительную черту видимо большинства (хотя может мне так не повезло) курсов скилфэктори.

Во-первых "упор на практику" на деле оказывается синонимом "крайне поверхностного обзора предмета". Лекторы как будто боятся рассказывать вещи, которые не дай бог не сможет понять среднестатистический слушатель. Объяснения методов и алгоритмов, которые нужны для выполнения задачи на уровне научно-популярного видео для школьников.

Что касается практики- практические задания и там и там ужасны. Самая распространенная задача - подставить значение одной/двух переменных в код и запустить его, или как вам задание на написание одной строчки для импорта нужной функции из библиотеки? Нет никакой радости от решения задач, чувствуешь себя мартышкой, которая просто повторила за лектором. Исключением тут можно назвать "хакатоны" из курса по машинному обучению, хотя тоже с большой натяжкой. Не могу сказать что не было ни одного полезного задания, мне например пригодился навык подключения к API google sheet для онлайн-отчётности из курса по питону, но эти навыки могут быть легко добыты получасовым гуглением, от курса я все таки жду какого то более общего знания, а не маленького полезного how to.

Главное оправдание представителей скиллфэктори сводятся к отговорке "это же курсы для новичков", но объясните тогда, почему бесплатные или гораздо более дешевые курсы на степике и курсерии "для новичков с нуля" предоставляют и гораздо более детальный разбор теории и интересные, с нарастающей сложности задачи на закрепление? Задачи после которых действительно кайфуешь, и чувствуешь, как усвоил что то новое.

В общем я считаю, что курсы степика совершенно не стоят своих денег, если бы они были бесплатные или хотя бы раз в 10 дешевле (моя компания заплатила за это около 40 тысяч) я бы еще сказал "норм", но то что они дают за эти деньги - это мошенничество. Я прекрасно понимаю политику ценообразования - при таком качестве курсов конверсия в покупку второго курса стремится к нулю, так что нужно выжать максимальную прибыль из первой покупки. А первая покупка обеспечивается мощным маркетингом (вездесущей рекламой). Надеюсь мой отзыв не удалят и его увидят как можно больше людей, на всякий случай скопирую и оставлю где нибудь ещё.

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.

Проходил у них курс по машинному обучению, за 6 недель пришлось отдать 44 тысячи, и то, это еще со скидкой оплатил, потому что покупал заранее. А так он стоит 69 тысяч. Как мне кажется, ценник неслабо завышен. По окончанию обучения мнения не изменил. Не спорю, знания приобрел полезные, но красная цена этому курсу – тысяч 25, не больше.
К преподам вопросов не имею, ребята толковые, практики, а не типичные вузовские педагоги. Поэтому обучение вели на понятно и доступном языке, все объясняли, на тонкостях, которые не нужны специалисту типа меня, не останавливались. Программа была обширная, начали с языка Питона, а закончили уже применением машинного обучения на практике. В целом изучались алгоритмы машинного обучения, учились их классифицировать, работать с данными, подбирать модели под конкретные задачи. Сложно, но, тем не менее, интересно.
Уроки велись в оффлайне, я всегда был сторонником очного формата. Тут все стандартно: лекция с презентацией, практические задачи. Все делали на ноутах с Питоном (нужен свой, но Питон, если надо, поставят или покажут как это сделать). Параллельно практиковалась работа в группах. Для удаленки использовался мессенджер Слак. Дома делал домашку. В целом я научился решать конкретные бизнес-задачи и работать с данными с помощью машинного обучения. Так что обучение прошло не зря, хоть и влетело в копеечку.

В третьем квартале 2018 года проходил курсы от SkillFactory "Введение в Machine Learning" / "Практический Machine Learning". Ощущение гонки не покидало меня всё время обучения, процесс обучения затягивает. За короткое время прошёл путь от пользователя до практика ML. Познание - это процесс, если вам каких-то математических знаний не хватает, то их всегда можно наверстать на Coursera. Курс помогает ускорить изучение машинного обучения минимизируя время на освоение рабочего инструментария. Вы получите лучшие практики ML от мастеров своего дела: ВШЭ; Сбербанка; Mail.ru Group. Получите общество таких же увлеченных людей как и Вы, карту развития по направлению, ответы на вопросы.
P.S. На работу без хорошей мат. теории (статистика/тер.вер.) Вы не устроитесь, специалисты с профильным образованием из ВШЭ, Физтеха или ШАД имеют более глубокое понимание и подготовку. Однако освоить теорию после погружения в практику ML не составит труда выпускнику/учащемуся технического ВУЗа.

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.

Купил оффлайн курс по машинному обучению, обошелся он мне в 45 тысяч и это со скидкой. Сразу скажу ноутбук нужен свой, Питон поставят или покажут как это сделать самому, в плане формата обучения все стандартно: лекции и практические задания.

Большой плюс, что уроки вели эксперты из этой области, что позволило избежать ненужную воду, рассказывали все по делу и без лишних тонкостей, которые никому не пригодятся на деле. В целом курсом доволен, но все же считаю. что цена за 6 недель высоковата даже с учетом скидки.