Opiniones del Curso de Matemáticas para Data Science: Estadística Descriptiva

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

lo mejor del curso es visualizar como los datos que comúnmente utilizamos diariamente se pueden identificar agrupar almacenar etc.. para realizar un análisis .

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

Salta mucho el contenido

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

me gusto que usara python y también lo hiciera de manera manual parad demostrar la teoría

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.

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.

El profesor y el contenido del curso son excelentes, sin embargo... Pasa algo común en platzi y que no me gusta para nada. me refiero a la logística de las rutas. SE supone que este curso lo estoy tomando como parte de la escuela de matemáticas. pero para este curso requiero conocimiento de ML. se supone que la ruta es de matemáticas, no de ML. por tanto quedan un montón de lagunas de conocimiento. Esto lo he vivido en el 70% de los cursos de platzi. el entrar a un curso de la escuela de matemáticas o programación básica y resulta que debo tener conocimientos sólidos en ML, AI, bases de datos,etc.

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.

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

Me gustó el curso pero me da la sensación de que hace falta un conocimiento mucho mayor en python para entender todo. El profesor hacer uso de librerías desconocidas y simplemente imitamos lo que él hace en lugar da aprender a usarlas.

Lo mejor de este curso es que se plasman los conceptos trabajados en clase directamente a codigo explicando como se usarían en la industria

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

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.

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

Aprendes sobre visualización de datos con Python

los conceptos, metodología!.......................................................................................

EL EXAMEN ESTUVO MUY DIFICIL

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

deberían poner primero el curso de Álgebra lineal antes que este curso y arreglar los errores de este

Conceptos de estadísticas, pero seria bueno mas ejemplos de la vida real.

.

El curso es muy bueno; sin embargo, si no se tiene bases de estadísticos básicos, y álgebra lineal para entender PCA, resultará confuso.

Me costo muchisimo seguir el curso, pero el docente es bueno. Considero que debio de enseñarse de otra forma

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

Tanto el contenido y el profesor son buenos, pero en la última parte del curso es muy fácil perderse, por lo que recomendaría que, en el contexto de flujo de cursos en IA y DS, primero se coloque el curso de algebra lineal y después este. Por todo lo demás, excelente curso.

MUY BUEN CURSO

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.