Data Analisys with R

Курс познакомил с методами построения моделей на основе наборов данных. Например в одном из заданий был датасет на несколько тысяч строк и 561 переменную, собранные из датчиков на телефоне. Также для каждого образца было дано состояние в котором находится человек: стоит, сидит, идет вверх, идет вниз и т.д.

Нужно было вывести простой набор правил, который бы использовал всего несколько переменных и определял состояние

Курс позволяет хорошо разобраться с R.

Тесты были нормальные, но очень наркоманские домашние задания - в них нужно было в принципе упражняться в написании текста где-то на 4 страницы, где ты рассказываешь как делал исследование и обосновываешь результаты

Reactive Programming in Scala

Курс хорошо обучает приемам concurrent programming и всяким reactive паттернам.

Домашние задание в форме дописывания пропущеных участков кода в приложениях, которые симулируют что-то, например распространение эпидемии и содержат визуализацию. Тот код который уже есть достаточно глючный, потому приходится бегать на форумы или самому править потом уже ошибки в коде, который по идее не нужно изменять.

Люди без опыта Scala скорее всего найдут курс достаточно сложный, он в самый раз если вы уже работали долго со Scala. Если нет, то лучше Intro to FP

Кто-то проходил Algorithms 1/2, Compilers или Machine Learning?

Как полет?

Я проходил ml, оно рулет и торт. Там основной упор на домашние задания, где ты дописываешь простую прогу на октаве и получаешь распознавание рукописной цифирьки с 96% точностью и т.п.

Нейросеть? А что еще в курсе изучается?

У меня закончены Digital Signal Processing, VLSI CAD: Logic to Layout, MOS Transistors, Exploring Quantum Physics, Cryptography I, Machine Learning, Programmed cell death, первые два и последние три рекомендую. Ещё смотрел Algorithms стенфордские, Introduction to Power Electronics, сейчас смотрю Bioinformatics Algorithms (Part 1)

Reactive Programming in Scala

Отличный курс, интересные задания.

+ ещё Functional Programming Principles in Scala

Нейросеть? А что еще в курсе изучается?

Там превью вроде доступно. Вообще, три разных вида классификаторов данных, включая нейросети, кластеризацию k-means, рекомендаторы, основы отладки подобных систем, применение.

Это все круто, но не мог бы чуть поподробнее впечатления описать и прокомментировать что изучалось, что особо интересное и полезное

А, норм

там нет курса Code in PHP for the living?

А почему вы спрашиваете?

никто не ценит похапе :( нужен курс по zend framework + doctrine

Какие ощущения от курса DSP?

Programming Languages

Неплохое intro в функциональное программирование на примере Standard ML и Racket, потом так себе введение в ООП и Ruby.

Лектор хороший. Задания сложнее чем, например на курсах по Scala, из-за того что есть только две попытки на задание и результат считается как средний бал за обе попытки.

Еще был Peer Review, из которого было некоторое количество полезных комментариев.

Кто-то проходил Algorithms 1/2

Первую часть не застал, т.к. занимался Algorithms: Design and Analysis. Как лектор Седжвик хуже Рафгардена (T. Roughgarden), однако объясняет всё поподробнее (если уже знаешь тему, то, на мой вкус, даже слишком подробно).

Домашние задания очень не понравились, в стиле: дан граф, напишите вершины в таком порядке, в каком их пройдет поиск в глубину (причем для правильного ответа надо использовать реализацию DFS, как в лекциях).

А вот Programming Assignments повеселее: не просто ввести число, как Design and Analisys, а реализовать какой-нибудь Seam Carving, например. Ну и автогрейдер весьма занятная вещь.

А ещё Седжвик не выдаёт Statement of Accomplishment. Мелочь, а неприятно.

Какие ощущения от курса DSP?

Очень хорошее введение, там не хватает некоторых современных вещей, но всё, что нужно чтобы дальше самому разобраться там есть. Ну и курс достаточно требовательный к базовым знаниям матана, тому, что в первые два года в университете учится.

И то, чего почти нету, это шумы, статистика, вейвлеты, многомерные данные (картинки), там можно по сути вторую часть курса потом доделать.

из неназванного -

cryptography 1 - основы криптографии с примерами и задачами на программирование (по желанию)
собираюсь прослушать вторую часть

statistics one - годное практико-ориентированное введение в статистику для нематиматиков с использованием R (инженеры, гуманитарии, врачи - все остануться довольны).

probabilistic graphical models - очень интересный курс про вероятности и выбор. впринципе было в универе в курсе ИИ, но тогда отнёсся как то поверхностно. А тут именно по вероятностным моделям и глубоко. Остался доволен хоть и не закончил.

из гуманитарщины слушал securing digital democracy. любопытно было. курс конечно гуманитарный - в смысле лёгкий и ниочём, но для общего развития мне как учавствовавшему в «демократии» на территории бСССР в качестве члена УИК и/или наблюдателя было крайне интересно послушать про опыт более других стран.

Reactive Programming in Scala

скалку не знал и не знаю, но с курсом проблем нет. ~100% баллов

хотя были бекграунд в джаве и начальные знания хаскеля

Ну там Java + Haskell + ML сам знаешь что

Automata

первые разделы по конечным автоматам и контекстно-свободным грамматикам, ничего особенного

а в последних разделах довольно понятно излагается вычислимость и P/NP/NP-полнота.

подумываю взять дальше machine learning и что-нибудь по матану, по типу introduction to functional analysis

Курсера не единственный проджект подобного рода.

https://iversity.org/courses/modelling-and-simulation-using-matlab?r=766b9

Курсера не единственный проджект подобного рода.

Да чего уж там. https://www.class-central.com/ во все поля.

На Удачити очень качественные курсы. По крайней мере криптография и гетерогенное программирование - отличные курсы.

И скоро Датабазес с Дженнифер Видом начинаются - очень качественный курс.

Проходил Компиляторы. С темой встретился впервые, всё излагается понятно и интересно. Помогло поставить голову на место в этих вещах.

Хорошее знакомство с основными понятиями, без углубления в теорию, но достаточно для применения: NFA/DFA, регулярки, CFG, парсеры, семантика, типы, сборка мусора, кодогенерация.

Programming assignment - написать компилятор, каждый модуль - отдельное ДЗ. На входе учебный объектный язык, похожий на смесь java с ML или чем-то таким, на выходе - ассемблер MIPS. Язык реализации - C++ или Java на выбор. Для них дается большой каркас с готовыми рутинными процедурами. Правда, на въезжание в него тоже уходит немало времени. Я брал C++, и код там был странноватый, с самопальными контейнерами, и как будто написанный лиспером. Объем крутой - кажется, получилось по паре тысячи своих строк на некоторые из модулей.

интересными курсами
на Coursera

ну-ну

Ылитарий детектед. Ты не нужен

Датабазес с Дженнифер Видом

Я после этого курса стал остальные слушать на скорости 1.2-1.3. Иначе всё кажется ме-е-е-едленным.

Linear Circuits — хороший курс по основам теории электрических цепей. Если бы знал про MIT-шный курс на edx (6.002x), то прошёл бы его потому что он известнее. Но этот, думаю, не хуже. Есть всё, что надо, изложено хорошо.

Intro to Power Electronics — это совершенно прекрасный курс, я в восторге, реально. Интересующимся рекомендую. И даже не интересующимся — интерес подогревается в процессе. Для понимания потребует знания основ теории цепей (см. Linear Circuits) и основы ТАУ тоже не помешают для последних глав.

DSP — нормально. Не могу точно оценить, поскольку неплохо знал предмет и так. Но, пожалуй, подход правильный — все концепции объясняются на реальных примерах. Для понимания нужен матан.

Это то, что я пока прошёл. В ближайшее время буду проходить курсы по R (спасибо за советы), криптографии, управлению роботами, обработке изображений. Хотел ещё седжвиковские курсы послушать, но, боюсь, не успею, так что в другой раз.

есть только две попытки на задание и результат считается как средний бал за обе попытки.

Реально вообще этот фашизм выдержать? Ну то есть сами задания по своему построению позволяют при таких условиях выжить?

Ну то есть сами задания по своему построению позволяют при таких условиях выжить?

Если писать тесты на код, то вполне реально сразу получать высокую оценку.

Programming Languages.

Краткий курс для ориентации в /c/ нульчана.

Скидывайте сюда название курсов, о чем они были и что вам понравилось

coursera.org/algs4partI-003 coursera.org/course/neuralnets coursera.org/course/ml

Понравилось содержание курсов, плюс преподаватели - известные учёные, но объясняют всё подробно. Задачки интересные.

Кому-нибудь кстати встречались лекции по прямой и обратной кинематической задаче, не обязательно на курсере?

Да, надо только внимательнее быть. И еще народ на форуме делится тестами.

5,5 курсов университета, понравились специальностью и фундаментальными знаниями для карьеры. Всем рекомендую.

Был я в этих ваших университетах. Не вытягивает рашкинское образование супротив буржуйского.

Выучиться достойно можно и в ПТУ, было бы желание.

Я и выучиваюсь, спасибо интернету с зарубежными учебниками и курсэре.

Немного некропостинга

Audio Signal Processing for Music Applications — курс от преподавателей двух университетов, один из которых Стэнфордский, имеющий много учебных материалов по теме в открытом доступе, а также несколько открытых проектов. Рекомендуется тем, кто хочет познать матан и алгоритмы, необходимые для написания аудиоприложений. У преподавателя Xavier Serra очень понятный английский, да и рассказывает он довольно интересно. Про Julius O Smith пока ничего сказать не могу — ещё не дошёл до его лекций.