Opiniones del Curso de Matemáticas para Data Science: Probabilidad

Muy buen tema pero me parece que el profesor debería intentar explicar mejor, ya que me parece que va muy rápido con los temas y uno se puede perder fácilmente

Buen curso, hay que seguir trabajando en la ciencia de datos xxxxxxxxxxxxxxxxx

Muy buen curso, creo que lo único que deberían arregla seria la manera en que hacen las explicaciones, tienden a ser algo complicadas en varios puntos

Me gustó la parte práctica con las librerías en el lenguaje de programación, también se entiende la parte teórica

Excelente curso de probabilidad. Se deja claro la funcionalidad de los temas abordados y su usabilidad. Recomendado.

Las probabilidades son fundamentales en cualquiera campo que utilice las matemáticas, y este docente te las presenta de la mejor forma posible.

Aunque son temas interesante e importantes en ML, me costo entenderle un poco al profesor y la solución fue ir leyendo en otras paginas y viendo otros videos a la par de la clases del curso.

El contenido es bueno, pero ayudaría contar con mayor cantidad de ejemplos prácticos aplicados a casos reales para las estimaciones de densidades de probabilidad, a fin de que se entienda mejor.

Me gusto mucho pero sentí que el curso no profundizaba lo suficiente en algunos temas, sin embargo la comunidad aporto información complementaria que me ayudo

Buenas explicaciones en general de todos los temas. El profe se hace entender bien.

Curso importante para entender como se usa la probabilidad en la ciencia de datos.

Buen curso, sobre todo si tienes bases que ayuden al mejor entendimiento de los temas. Sería bueno que en cada curso se indican los conocimientos previos que se deben tener y en qué cursos se pueden encontrar.

Interesante curso para aprender las bases de probabilidad, los ejercicios son un buen ejemplo

El profesor explica muy bien los conceptos, sin embargo, el curso no es básico, ya que se manejan términos y temas más avanzados sin una introducción previa, lo cuál hace que en algunas partes del curso se pierda el ritmo y no se pueda entender.

Los ejercicios en python donde se pudo comprobar que esos números que resultan ser las probabilidades en realidad ocurren.

realmente prefiero poder tener una definicion formal antes que los ejemplos, admito que estam bien explicados pero para mis apuntes y demas necesito las definiciones. Gracias espero mas cursos

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

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

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

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

Se hicieron ejercicios en python donde se ajustó una distribución gaussiana a un conjunto de datos. Pero creo que el tema de la "regresión logística" le faltó profundizar y detallar la explicación.

El contenido del curso esta bueno. Aconsejaría tomarlo. El examen es bastante malo, y tiene errores en la correcion, deberían verificarlo

Soy ingeniero industrial y me pregunto todos los días: "¿cómo es posible que me enseñaron probabilidades de otra manera que no fue con Python?" Muchas gracias profe.

buen contenido

Excelente curso

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

Buen contenido sobre probabilidades con ejercicios interesantes

Complicadisimo tema : /( no entendí nada

buenos conceptos. No me gustó mucho que a veces ir al código nos perdía

para ser básico está un poco complicado buscar más de otras fuentes que la que ofrece el curso, tal vez está mal ubicado en la ruta. el tutor explica lo mejor posible.