Opiniones del Curso de Matemáticas para Data Science: Estadística Descriptiva

hay un vídeo en los comentarios de la última clase, recomiendo verlo antes de hacer el curso

great!

SI bien es muy buen curso, tiene una falencia importante y es que en algunos momentos la explicación se vuelve muy compleja, teniendo que recurrir a Youtube para entender un concepto que pudo haberse visto de forma más simple sin perder rigurosidad

Un poco fuera de la línea de DS, el tema es que debería haber un curso anterior que introduzca estos temas. Llega a poner fórmulas que no se entienden de primera

Es bueno para un nivel inicial (tal vez por eso no lo sentí tan retador), aunque la última sección puede ser complicada de seguir.

La clase es muy buena con relación a la parte de estadística descriptiva. Después siento que hace un salto muy brusco a la parte de entrenamiento de modelos. Pero aún así se disfruta y el profesor explica claro.

Muy bueno, depronto enfocarse más en la matemática que en la librería y dejar todas las clases en video porque había una que explicaban 3 temas en puto texto x_x

Buen curso para aprender los fundamentos de estadística descriptiva aplicados a dará science, sin embargo hay conceptos que sería mejor explicarlos un poco más profundo para tener más claridad

Senti que el curso de golpe te introduce conceptos complejos que se debieron abordar poco a poco

Un curso muy completo y claro de como aplicar herramientas tecnologicas a la estadistica descriptiva.

Buen profesor, pero se me hace que de golpe. Se podría explorar un poco más las aplicaciones

Aplicar la metodología PCA para reducir la dimensionalidad de un gran conjunto de datos

Muy buen curso, aunque para personas con pico conocimientos en Python resulta un tanto confuso.

Buen profesor. Algunos temas pueden ser explicados de manera más profunda.

una excelente forma de introducir el feature engineer desde la estadística descriptiva. es realmente fascinante el aporte del mapeo de datos.

Buen curso, se puede mejorar con más explicaciones de conceptos con ejemplos.

Muy buen curso, sería mejor si se ejemplificara con más detenimientos cada concepto, ya que son muchos temas vistos.

Me gusto mucho curso, especialmente porque la teoría estadística se la lleva a la practica lo cual permite un mejor forma de aprendizaje.

Como el docente abordo la temática.

Cubre bastantes aspectos no solamente de estadística descriptiva sino un poco más allá, con el análisis de componentes principales

Buen contenido, quizá como sugerencia una mejor transición entre cursos en las rutas de aprendizaje, por ejemplo previo a este curso uno en el que se presenten las librerías mas populares en data science.

Revisar aspectos importantes del pipeline alineados a la estadística descriptiva. Se sugiere revisar las respuestas válidas del examen, según la clase; la ingesta de datos y validación es una etapa del flujo de trabajo de un proyecto de Data Science donde interviene la estadística descriptiva.

La primera parte del curso me gustó mucho. Es muy clara y completa. La segunda parte se me hizo muy pesada. Quizá las explicaciones pudieron ser más detalladas

Me parece que es uno de los cursos más importantes de la ruta de ciencia de datos, creo que el docente pudo haber sido un poco más objetivo a la hora de enseñar la normalización y el PCA en el código, también me hubiese gustado que se explicara un poco más el funcionamiento de la librería Sklearn.

Me gusto mucho pero faltaria mas ejercicios practicos de ejemplo para que sea excelente

Me encanto el contenido, es un poco confuso y revuelto pero la combinación de la teoría y el código lo hace mas facil de entender

La estadistica esta evolucuionando y mas a hora con la ciencia de datos y el machine learning. La regresión y correlación basado en tecnicas de mapeo y demás.

Algo intenso en su conclusión, pero me resulto bastante bien

Me parecio muy util los temas de estandarización y escalamiento de los datos.

Al final se pone muy denso el curso, tal vez un lenguaje del profe menos rebuscado o más común. El tema de las matrices y vectores es de locos, se necesita un curso entero para entenderlo y aquí se aborda muy al aire. Tal vez un diagrama de pipeline y las definiciones estadísticas y en dónde interviene hubiera sido ideal.