Курс получился плотным по содержанию, хотя времени на всё, конечно, не хватает - это честно. Линейная регрессия и градиентный спуск разобраны подробно: показывают, как формулы из матанализа и линалга ложатся в код на Python, и это реально полезно. Более сложные модели - уже на готовых библиотеках, своими руками не строишь. По задачам охвачены регрессия и распознавание изображений. Из того, чего не хватило: нейросети затронуты поверхностно, а всё практическое - только в песочницах (Jupyter Notebook, Colab), до реальных приложений не доходит. Хотелось бы понять, как это выглядит за пределами учебной среды.

Курс действительно плотный по содержанию, хотя времени на всё не хватает - это чувствуется. Подробно разбирают линейную регрессию и градиентный спуск: показывают, как формулы из матанализа и линейной алгебры ложатся в код на Python. Для более сложных моделей уже дают готовые библиотечные функции, без глубокого погружения. В итоге получаешь навыки и для задач регрессии, и для распознавания изображений. Мне не хватило блока про нейросети и про то, как строятся реальные приложения - всё решается в Jupiter Notebook или Colab, без выхода за пределы песочницы.