Opiniones del Curso de Matemáticas para Data Science: Estadística Descriptiva

Buen curso aunque creo que quedan algunos vacíos, la introducción a ML muy buena porque va introduciendo el término pero queda un poco obligado y contrasta un poco. No queda muy claro de lo eigenvalores.

no pares de aprender

Un curso muy completo! Increíble la facilidad de realizar estadística descriptiva. Las explicaciones son muy buenas y

A traves de este curso pude recordas los conceptos basicos de estadisticas que son relevantes en el procesamiento de datos y tambien aprendi acerca del PCA y su uso en la reduccion de la dimensionalidad.

Estuvo bueno el curso, me hubiera gustado que estuviese despues de algebra líneal en el path de Data Science y que el curso se hubiese enfocado en la resolución de un caso para entender mejor el por qué debemos hacer escalamiento de datos.

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

Muy bueno, sin embargo al final me pareció que se podría explicar de otra manera las transformaciones que se hacían a los datos, quedó muy abstracto; algo más visual hubiera preferido.

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.

Me gustó que se usara python y deepnote para explicar la estadística descriptiva, por mejorar me habría gustado que hubieran problemas para resolver y también como sugerencia, reorganizaría la escuela de data science y pondría primero los curso de cálculo y álgebra lineal, antes de ver estadística y probabilidad

Muy buen curso sobre estadística descriptiva el uso de Deepnote facilito mucho tomar notas. Los conceptos fueron claros y el profesor muy ameno

me encanta ver temas que vi en la u más aplicados. me habría encantado que me ensañaran estadística con Deepnote de esta manera. siempre me gustaría que fuese un poco mas explicado el código de cada librería

Me gustó mucho el enfoque al final del curso, lo cual es excelente para las personas que andamos dando nuestros primeros pasos en Data Science.

la pregunta sobre las partes de un proyecto en que se utiliza estadistica descriptiva esta mal hecha

.

.

la introduccion al uso del analisis de datos mediante PCA

Las ultimas 3 clases falto mas detallar los métodos que se propuso. Por lo demás todo bien.

Me gusto aplicar los conceptos de estadistca en python y conocer deepnote. Gracias.

Existen algunos puntos tratados en el curso que faltan explicar, parece que los temas deberían ir más adelante en la escuela

Comprender como realizar un correcto análisis exploratorio de datos, para luego normalizar y reducir varialbles con PCA

Gracias profesor por explicarnos un tema tan importante de manera sencilla.

Lo mejor fue una introducción al preprocesamiento de los datos para extraer una metodología que permita extraer un valor potencial para el entrenamiento de un modelo

Muy bueno el curso en general, pero la parte de repaso de matrices y vectores para empezar con PCA me parecio muy flojo. Aprendo mas viendo los videos explicativos que leyendo un texto enorme. Tambien deberia explicar mejor el uso de algunas librerias que el profesor usa, pasa el link de la pagina de la libreria pero eso no ayuda en una primera instancia entender lo que explica y como lo usa.

Bien el profesor explicando. Estaría bueno tener este curso mas adelante luego de aprender/recordar ciertos contenidos matemáticos para luego incorporarlos en este curso. Se ve mas avanzado para lo que viene después.

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

El curso tiene tematicas muy interesantes, pero habian momentos en los que me sentia sumamente perdido, que no tenia idea de estadistica y hubo dos de las clases en las que no entendi un carajo, tuve que buscar ayuda adicional.

El contenido es muy bueno, solo que falta explicar un poco más a cerca de las funciones de sklearn que se usan durante el curso.

Aprender sobre estadística, sus conceptos, la utilidad de esta en el tratamiento de datos.

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.

Hay pequeños ejercicios para practicar. Se agregar información para recordad conceptos relevantes de algebra lineal.