|  |
| Автор |
Сообщение |
Nord Freeman ®
RG Книги
Куратор Книг
Стаж: 14 лет 8 мес.
Сообщений: 6788
Ratio: 7234.987
Раздал: 139.4 TB
Поблагодарили: 688279
100%
Откуда: The Pirate Bay
|
ProgLib.academy, Никита Ларионов и др. | Онлайн-курc по математике для Data Science (2023) WEB-DL [RU]
Автор: Никита Ларионов и др. Производство: ProgLib.academyЖанр: Видеокурс Описание:Вы научитесь решать задачи, которые дают на собеседованиях в компании размера FAANG, Snapchat, Amazon. Курс также идеально подходит к поступлению в Школу анализа данных от Яндекс. Программа разработана преподавателями ВМК МГУ, одного из лучших математических факультетов страны. Чему вы научитесь? - Подготовитесь к ШАД. В программу курса входит материал, необходимый вам для успешной сдачи вступительных экзаменов в Школу анализа данных Яндекс
- Заложите математический фундамент. Научитесь структурно работать с большим объемом данных, решать сложные задачи и усилите свои компетенции
- Математические основы Machine Learning. Вы узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения
Продолжительность: 57:38:31 Качество видео: WEB-DL Язык озвучки: Русский Скриншоты:
Время раздачи: по возможности (до появления первых 3-5 скачавших) |
|
|
|
|
 |
краб134
Стаж: 15 лет 5 мес.
Сообщений: 155
Ratio: 2.573
50.64%
|
Чем этот курс от других подобных отличается? |
|
|
 |
mart222
Стаж: 3 года 6 мес.
Сообщений: 25
Ratio: 417.506
0%
|
краб134 писал(а):  | Чем этот курс от других подобных отличается? |
Конечно! |
|
|
 |
baoluolao
Стаж: 4 года 1 мес.
Сообщений: 1
0%
|
краб134 писал(а):  | Чем этот курс от других подобных отличается? |
В целом, все подобные курсы, особенно в слитом варианте отличаются значительным недостатком практики и бездоказательной теоретической базой. Конкретно в этой раздаче так и вовсе из домашних заданий по целому разделу могут быть несколько десятков задач + контрольная, чего крайне мало для усвоения -- и плюс к этому факту отсутствие ответов для самопроверки. Единственный ресурс, который, по моему мнению, достоин внимания для самообразования по классическим дисциплинам, при учёте того, что от толстых учебников у вас стойкие рвотные позывы, -- это англоязычный и, что главное для здешней публики, полностью бесплатный ресурс Khan Academy: достаточное количество практики для, понимания, по крайней мере, сути происходящего в материалах посвящённым алгоритмам машинного обучения и оценки его результатов и диктор на базовом уровне объясняющий каждое тождество на экране и в целом советующий их не запоминать, а уметь выводить, что относительная редкость даже на профильных кафедрах. Если следовать по аналогии содержания с этой раздачей, то стоит проходить там курсы примерно в таком порядке: 1. Precalculus 2. Statistics and probability 3. Linear Algebra 4. Calculus 1 5. Calculus 2 ...и если вдруг хотите углубиться... 6. Differential equations 7. Multivariate calculus (Не бойтесь иностранного языка: плюс, минус, другие математические обозначения и арабские цифры на экране идентичны для всех стран -- это не гуманитарные науки, плюс к каждому видео есть не сгенерированные субтитры) Относительно полезным источником информации в этой раздаче считаю только 5-й раздел, где обсуждаются уже прикладные моменты математики в алгоритмах машинного обучения, однако не уверен, что в открытом доступе вы не сможете найти ничего более информативного на эту тему. |
|
|
 |
mart222
Стаж: 3 года 6 мес.
Сообщений: 25
Ratio: 417.506
0%
|
baoluolao писал(а):  | краб134 писал(а):  | Чем этот курс от других подобных отличается? |
В целом, все подобные курсы, особенно в слитом варианте отличаются значительным недостатком практики и бездоказательной теоретической базой. Конкретно в этой раздаче так и вовсе из домашних заданий по целому разделу могут быть несколько десятков задач + контрольная, чего крайне мало для усвоения -- и плюс к этому факту отсутствие ответов для самопроверки. Единственный ресурс, который, по моему мнению, достоин внимания для самообразования по классическим дисциплинам, при учёте того, что от толстых учебников у вас стойкие рвотные позывы, -- это англоязычный и, что главное для здешней публики, полностью бесплатный ресурс Khan Academy: достаточное количество практики для, понимания, по крайней мере, сути происходящего в материалах посвящённым алгоритмам машинного обучения и оценки его результатов и диктор на базовом уровне объясняющий каждое тождество на экране и в целом советующий их не запоминать, а уметь выводить, что относительная редкость даже на профильных кафедрах. Если следовать по аналогии содержания с этой раздачей, то стоит проходить там курсы примерно в таком порядке: 1. Precalculus 2. Statistics and probability 3. Linear Algebra 4. Calculus 1 5. Calculus 2 ...и если вдруг хотите углубиться... 6. Differential equations 7. Multivariate calculus (Не бойтесь иностранного языка: плюс, минус, другие математические обозначения и арабские цифры на экране идентичны для всех стран -- это не гуманитарные науки, плюс к каждому видео есть не сгенерированные субтитры) Относительно полезным источником информации в этой раздаче считаю только 5-й раздел, где обсуждаются уже прикладные моменты математики в алгоритмах машинного обучения, однако не уверен, что в открытом доступе вы не сможете найти ничего более информативного на эту тему. |
И как же ты планируешь проходить на втором пункте вероятность, а только потом анализ, если плотность вероятности - это интегральная сумма? И чтобы считать функцию распределения, нужно брать интеграл? Ты если такой умный, создавай свои курсы, а критиковать даже депутат госдумы сможет, тут большого ума не надо. |
|
|
 |
ganduraso
Стаж: 11 лет 3 мес.
Сообщений: 81
Ratio: 2.361
1.26%
|
mart222 писал(а):  | baoluolao писал(а):  | краб134 писал(а):  | Чем этот курс от других подобных отличается? |
В целом, все подобные курсы, особенно в слитом варианте отличаются значительным недостатком практики и бездоказательной теоретической базой. Конкретно в этой раздаче так и вовсе из домашних заданий по целому разделу могут быть несколько десятков задач + контрольная, чего крайне мало для усвоения -- и плюс к этому факту отсутствие ответов для самопроверки. Единственный ресурс, который, по моему мнению, достоин внимания для самообразования по классическим дисциплинам, при учёте того, что от толстых учебников у вас стойкие рвотные позывы, -- это англоязычный и, что главное для здешней публики, полностью бесплатный ресурс Khan Academy: достаточное количество практики для, понимания, по крайней мере, сути происходящего в материалах посвящённым алгоритмам машинного обучения и оценки его результатов и диктор на базовом уровне объясняющий каждое тождество на экране и в целом советующий их не запоминать, а уметь выводить, что относительная редкость даже на профильных кафедрах. Если следовать по аналогии содержания с этой раздачей, то стоит проходить там курсы примерно в таком порядке: 1. Precalculus 2. Statistics and probability 3. Linear Algebra 4. Calculus 1 5. Calculus 2 ...и если вдруг хотите углубиться... 6. Differential equations 7. Multivariate calculus (Не бойтесь иностранного языка: плюс, минус, другие математические обозначения и арабские цифры на экране идентичны для всех стран -- это не гуманитарные науки, плюс к каждому видео есть не сгенерированные субтитры) Относительно полезным источником информации в этой раздаче считаю только 5-й раздел, где обсуждаются уже прикладные моменты математики в алгоритмах машинного обучения, однако не уверен, что в открытом доступе вы не сможете найти ничего более информативного на эту тему. |
И как же ты планируешь проходить на втором пункте вероятность, а только потом анализ, если плотность вероятности - это интегральная сумма? И чтобы считать функцию распределения, нужно брать интеграл? Ты если такой умный, создавай свои курсы, а критиковать даже депутат госдумы сможет, тут большого ума не надо. |
Отчасти согласен с двумя высказываниями, а вообще ведь круто что народ делает все больше курсов, конкуренция ведь дает импульс для развития, а то что их выкладывают в свободный доступ и можно познакомится с творчество тоже огромный плюс и если курс стоящий то купить всегда можно, а если нет отложить на потом вскладчину так сказать :) |
|
|
 |
Cimeries123
Стаж: 18 лет 2 мес.
Сообщений: 30
Ratio: 1.336
15.42%
|
baoluolao писал(а):  | краб134 писал(а):  | Чем этот курс от других подобных отличается? |
В целом, все подобные курсы, особенно в слитом варианте отличаются значительным недостатком практики и бездоказательной теоретической базой. Конкретно в этой раздаче так и вовсе из домашних заданий по целому разделу могут быть несколько десятков задач + контрольная, чего крайне мало для усвоения -- и плюс к этому факту отсутствие ответов для самопроверки. Единственный ресурс, который, по моему мнению, достоин внимания для самообразования по классическим дисциплинам, при учёте того, что от толстых учебников у вас стойкие рвотные позывы, -- это англоязычный и, что главное для здешней публики, полностью бесплатный ресурс Khan Academy: достаточное количество практики для, понимания, по крайней мере, сути происходящего в материалах посвящённым алгоритмам машинного обучения и оценки его результатов и диктор на базовом уровне объясняющий каждое тождество на экране и в целом советующий их не запоминать, а уметь выводить, что относительная редкость даже на профильных кафедрах. Если следовать по аналогии содержания с этой раздачей, то стоит проходить там курсы примерно в таком порядке: 1. Precalculus 2. Statistics and probability 3. Linear Algebra 4. Calculus 1 5. Calculus 2 ...и если вдруг хотите углубиться... 6. Differential equations 7. Multivariate calculus (Не бойтесь иностранного языка: плюс, минус, другие математические обозначения и арабские цифры на экране идентичны для всех стран -- это не гуманитарные науки, плюс к каждому видео есть не сгенерированные субтитры) Относительно полезным источником информации в этой раздаче считаю только 5-й раздел, где обсуждаются уже прикладные моменты математики в алгоритмах машинного обучения, однако не уверен, что в открытом доступе вы не сможете найти ничего более информативного на эту тему. |
а где там такие разделы? Нашел только Algebra basics (ASL) Foundations (ASL): Algebra basics (ASL) Algebraic expressions (ASL): Algebra basics (ASL) Linear equations and inequalities (ASL): Algebra basics (ASL) Graphing lines and slope (ASL): Algebra basics (ASL) Systems of equations (ASL): Algebra basics (ASL) Expressions with exponents (ASL) |
|
|
 |
CatLover2025
Стаж: 1 год 9 мес.
Сообщений: 6
Ratio: 0.189
0.53%
|
Пожалуйста, встаньте кто-нибудь на раздачу  |
|
|
 |
|
|
|