Opiniones del Curso de Matemáticas para Data Science: Probabilidad

buen contenido

El curso es exigente. La ultima clase con los retos ayudo mucho por los ejercicios prácticos. Regresar a las clases anteriores sirve de mucho, los conceptos se vuelven mucho más claros.

Muy buen curso. Uno de los más completos y de mayor rigurosidad que he tomado hasta el momento. Tal vez un proyecto final basado en una base de datos real pueda ayudar a afianzar mejor algunos de los conceptos.

Buen curso bien explicado. A nivel personal no me gusta usar google colab.

Tiene buenos contenidos y aclara mucho, sin embargo, la probabilidad es un tema extenso que requiere una formación muy enfocada para entenderla realmente bien, aunque para iniciar y avanzar está bien.

Considero que antes debería haber un curso de matemáticas discretas que es fundamental cuando se quiere trabajar con probabilidad.

La primera parta estuvo bien, luego se hizo muy complicado incluso teniendo algo de base universitaria. Deberían añadir más aplicaciones prácticas o explicar para que se estudia estos conceptos en primer lugar.

Me gusto muchos los ejemplos en python, aun que algunos conceptos si se me complicaron.

Me parecen excelentes los cursos que imparte el profesor Francisco deja todos los temas muy claros y el material de mucha utilidad

muy buen curso bien explicado bien por los conceptos ejercicios interesantes y muy buenos.

\ Muy buen curso

Es un curso para saber los conceptos basicos de la estadistica probabilista, sin embargo es importante praticar y seguir inbestigando d elos temas.

Me gustó, aunque siento que en algún punto el curso dio un "salto" muy brusco con respecto a los conocimientos necesarios, pero los ejercicios del final fueron bastante útiles

En algunos de los temas no se profundiza en los conceptos básicos, tal vez si hay otro curso previo a este podrían recomendarlo.En conceptos mas avanzados se queda muy supeficial. Sin embargo, el contenido es bueno y resume bien un semestre entero de probabildiad en ingeniería

La forma de primero entender el concepto de una manera intuitiva y ya luego presentar la formalidad matemática.

El profesor es uno de los mejores de platzi, pero tal vez debería apegarse a una guia para no perder de vista el siguiente punto a explicar luego de haber profundizado en otro.

No me gusta como el profesor da por hecho muchas cosas, creo que el curso está mal ubicado en la carrera. Sin embargo, muy buen contenido

buen curso donde se comprende con mayor detalle la importancia de los modelos probabilísticos.

creo que la ruta de aprendizaje debe ser evaluada, hay muchos conceptos que se manejan de Machine learning pero al inicio de la ruta no muestran claramente como funciona, he compendido gracias a otros cursos que estan fuera de esta escuela

La implementación de lo explicado en "papel" en google colab. Esas practicas no tienen precio.

Me hubiera encantado que se hablaran a cerca de las diferentes probabilidades, las distintas funciones de probabilidad que hay y como se usan.

Muy bien explicado, aunque me costo trabajo entender la última parte del curso por los conceptos tan abstractos que se manejan.

La los ejemplo para regresión lineal y regresión logística fueron muy claros y entendibles

Me gustó el curso. Hubo muchísimo lenguaje técnico y a veces tenía que repetir el video varias veces para lograr entender . Me hubiera gustado que los retos hubieran estado después de cada lección y no al final. Creo que esto ayudaría a reforzar mejor los conceptos.

Muy buen profesor aunque hubo algunos temas que tuve que buscar por fuera. Solo me hubiera gustado que ahondara un poco mas

Aprendí muchas cosas nuevas.

Lo mejor del curso son las claras explicaciones del profesor en los conceptos fundamentales. Recomendaría estar familiarizado con librerías como Scipy, Numpy, Matplotlib. El profesor no ahonda en eso, así que puede ser confuso si no vienen con un conocimiento previo.

La manera en que como se puede realizar el calculo de probabilidades con ayuda de Python.

Es un buen curso, sin embargo hay dos elementos que hacen que lo aleje de la excelencia: 1. Es bueno que maneje un lenguaje preciso y correcto, sin embargo a veces se hace que se complica mucho explicando un término. El que haya estudiado alguna ciencia o ingeniería le va a entender, el que no pues ahí es cuando botan la toalla. 2. Tanto como en este curo como el de Estadística Descriptiva, se incluyen conceptos prácticos de Machine Learning, algo que debería hacerse por separado, ya que este es un curso básico y a algunos podría enredarlos

AUmentar ejemplo de la vida real