Математика и Machine Learning для Data Science

Достойное введение в тему. Дальше - сам. В апреле 2020 записался на курс Data Science.За почти 1 год и 3 месяца курс закончил. Если бы постарался, можно было бы быстрее (год или быстрее).Курс познакомил с Python (+tensorflow) и актуальными инструментами/средами (Linux, Pycharm, VS Code, slack, Colab, Kaggle, Git + GitHub).Многое хорошо и доступно разъяснено, ментор отличный (Анна Аникина). Много материалов для самостоятельного изучения.Если понадобится, можно вернуться к проработанным материалам и актуализировать знания.На выходе не считаю себя готовым data scientist или data analyst, но база заложена + много доп. материалов дано + хорошо, что познакомился с Kaggle (при желании можно достойно прокачаться в ML и DL) + есть, где вакансии посмотреть (группа в телеграм) => если бы больше прикладывал личных усилий, получил бы больше от курса.Считаю, что деньги и время не потеряны.

Плюсы: Python, Знакомство с инструментами, Хорошее знакомство с областью

Минусы: местами теория дается одного уровня, задания - заметно сложнее

Если вы такой же ленивый, как и я - то сойдёт Меня лично всё устраивает, все проблемы решаются лично, есть кучу дополнительных тем изучения(например вы учите unitu + c#, но так же вы можете по ходу разбирать blender и т. д.), так же если есть какие-то глобальные проблемы (например невозможность учиться какое-то время), то вас тоже не бросят, есть отдельные вебинары на тоже очень интересные темы вплоть до таких - какие вы сами хотите. Например я интересовался блендером, и хоть это не входило в курс, мне помогали разобраться с ним.

Плюсы: Поддержка, под вас подстраиваются, удобство, дружественная обстановка.

Минусы: Для некоторых может быть дорого