Python für Data Science, Machine Learning & Visualization (Udemy.com)

Ich muss wirklich sagen, dass dieser Kurs einer der besten Kurse der Udemy Kurs-Auswahl ist. Dr. René Brunner ist kompetent und besitzt ein unglaubliches Wissen, welches er empathish seinen Schülern zu übermitteln weiß. Weiterhin zeigt er eine starke Leidenschaft zum Thema und ich muss sagen, ich habe mich davon anstecken lassen. Es machte so richtig Spaß, Python für Data Science zu lernen. Aber man lernt auch sehr viel über die Arbeitsweise eines Data Scientists und Grundzüge über Data Science. Schwere Thematik wirklich leicht gemacht. Meinen Glückwunsch zu diesem Kurs. Beschwerden, die ich hier gelesen habe, über die Langsamkeit Dr. Brunners Vortragen oder technische Mängel an wenigen Stellen sind absolut nicht maßgebend und einfach nur ein Symptom chronischer Meckerei, die manche Personen aufweisen. Von meiner Seit aus kann ich nur sagen, dass der Kurs mir die Lust gegeben hat, mit Dr. Brunner weiterzulernen und auch mit ihm zusammenzuarbeiten zu wollen.

Wow! Dieser Kurs ist wirklich sehr umfangreich. Teilweise auch sehr granular. Wer sich einen groben Überblick über das Thema verschaffen will, dem empfehle ich zB Kapitel wie die Daten-Visualisierung großb zu überfliegen oder zB direkt zu den Übungsaufgaben zu springen und die benötigten Kenntnisse nach dem Top-Bottom Prinzip zu erschließen. Sonst fühlt es sich teilweise so an, als würde man ganze Kochbücher detaillier auswendig lernen, obwohl man am Ende nur ein paar Sandwiches machen will. Allgemein ist der Kurs aber wirklich sehr zu empfehlen. Der Autor ist auch über die vielen Stunden gut anzuhören und die Inhalte Meilensteinprojekte sind gute Übungen zur Vertiefung des Gelernten. Fragen zu einzelnen Lektionen werden zügig und zielführend vom datamix Team beantwortet. Danke!

Ich bin zufrieden mit dem Kurs. Für 10€ ein wahnsinniges Angebot, wenn man sich überlegt welche Arbeit dahinter steckt! Gut gefallen hat mir: -Man bekommt viele Möglichkeiten der Datenanalyse gezeigt. -Es kommt einem ziemlich einfach vor. Einem wird die Angst vor dem Programmieren genommen. -Die Übungen fande ich sehr interessant -Ruhige Art von Herrn Brunner Was noch verbessert werden kann: -Häufig hätte ich mir nochmal eine kurze Erklärung gewünscht, was welche Funktion in Python jetzt genau macht. Was zum Beispiel genau die .fit() oder .transform() Funktion macht, damit man ein Verständnis bekommt, warum man diese durchführt Als Kursteilnehmer möchte ich immer wissen, was welche Funktion macht und warum wir diese jetzt ausführen. -Die Theorieteile am Anfang jeder Lektion fande ich zu kurz. Ich hatte das Glück schon Vorwissen zu Machine Learning zu haben, daher bin ich gut zurecht gekommen. Meiner Meinung nach versteht man aber häufig nicht was der Algorithmus macht und wie dieser vorgeht. Ihr habt dieses Problem damit gelöst auf das Buch zu verweisen - Das gefällt mir als Kursteilnehmer natürlich weniger, da ich ja den Kurs gekauft habe, damit mir die Informationen aufbereitet werden. (Ganz klar muss man irgendwo eine Linie ziehen mit der Theorie, weil man natürlich ganze Kurse zu einzelnen Methoden geben könnte, deshalb habe ich Verständnis. Es gibt häufig auch gute YouTube Videos zu der Theorie. Verweist doch auch auf solche Videos, die den Inhalt verständlich erklären) Ich hätte mir vor jedem Kapitel gewünscht: Was ist das Problem? Warum ist es relevant? Welcher Algorithmus löst das Problem? Und wie geht der Algorithmus grob vor um die Daten zu bearbeiten? Dies wurde teilweise gemacht, allerdings hätte ich es mir etwas ausführlicher gewünscht. Liebe Grüße Nils

Der Kurs hat ein sehr gutes Niveau und am Ende jedes Kapitels durchläuft man ein Assessment, das vom Dozenten in einem Video besprochen wird. Besonders der Teil zum Machine Learning hat mir sehr gut gefallen, da bei jedem Verfahren zuerst die Theorie kurz vorgestellt wird und man so relativ schnell losprogrammieren kann, was die Motivation hält. Zudem wird auf weiterführende Literatur verwiesen, sodass man jederzeit sein Wissen vertiefen kann. Ich freue mich schon auf den Deep Learning-Kurs, den ich in nächster Zeit absolvieren werde.

Der Kurs hat sich schon jetzt immens für mich gelohnt. Ich konnte die Erfahrungen des ersten Teils bereits in meiner Arbeit (Forschung in der Biotechnologie) einsetzen und ein kleines Programm schreiben, welches die regelmäßige Analyse eines Experimentes, welche immer wieder durchgeführt werden muss extrem beschleunigt. Dieser Kurs ist einfach hammer und Rene erklärt es auch verdammt gut! Einen Verbesserungsvorschlag würde ich allerdings gerne ansprechen: In der Deep Learning Kurseinheit fehlten mir teils die Erklärungen, warum welche Funktion angewandt wird. Hier ging es sehr schnell. Ich kann jedoch verstehen, wenn hierbei auf weiterführende Kurse verwiesen wird. Alles in allem ein sehr guter Kurs und absolut zu empfehlen. Eindeutige 5 Sterne von meiner Seite! Auch selbst hat es in mir den Wunsch geweckt mehr in Richtung Data Science später mal zu gehen. Danke für die Inspiration!

Ich finde den Kurs sehr gut strukturiert. Auf Grundlagen, welche am Anfang behandelt wurden, wird später immer wieder zurück gegriffen. Dadurch erkennt man im Laufe des Kurses gut den Nutzen der einzelnen Teil-Aspekte. Auch die Vermittlung des Wissens (sowohl das allgemeine Vorgehen, als auch einzelne Details) empfinde ich als sehr motivierend. Die empfohlene Literatur zu den mathematischen Hintergründen der Algorithmen finde ich auch sehr hilfreich um ein Verständnis dessen zu erlangen, was man da eigentlich programmiert.

Der Kurs war für mich perfekt geeignet. Ich programmiere bereits seit einigen Jahren in python und konnte mit diesem Kurs einen Einblick in für mich sehr relevante Pakete gewinnen. Vor allem möchte ich die Übungen als ipynb hervorheben: sie sind gut konzipiert, sodass man herausfordert ist aber nicht überfordert. Also ein didaktisch sehr wertvolles Material. Von dem, was ich bisher sah, sind Übungen in dieser Form eher eine Ausnahme bei online-Kursen. Die empfohlene Literatur ist auch sehr gut lesbar und ich werde sie weiter selber benutzen. Ich verstehe, dass man in so einem Kurs keine Zeit hat, um den mathematischen Hintergrund sehr ausführlich zu erklären, aber die Übersichten in den Videos waren hinreichend, um den Code später nachzuvollziehen. Vielen Dank, Dr. Brunner!

Der Kurs hat mir sehr gut gefallen. Besonders hervorzuheben sind vor allem die Struktur und der Umfang des Kurses. Ich selbst komme eher aus der Statistik-Ecke und habe mich mit den theoretischen Einleitungen immer sehr gut abgeholt gefühlt. Auch die Hinweise auf die entsprechenden Kapitel in James et al. (2013) haben mir sehr gut gefallen. Die Praxisbeispiele empfand ich als durchweg gelungen. So bleibt man an Ball und hat viel Freude an dem Kurs. Zwei kleinere negative Punkte habe ich allerdings anzumerken: 1. Tonqualität: Ich habe bereits andere Udemy-Kurse gemacht, die sich durch eine deutlich bessere Tonqualität ausgezeichnet haben. 2. Aktualität (in Bezug auf Machine Learning): Manche der Methoden (insbesondere von contrib.learn) werden - so wie ich das verstehe - bald eingestellt. Dies wird aus den entsprechenden Warnmeldungen deutlich. Vielleicht kann man sich überlegen den Kurs diesbezüglich weiter anzupassen und aktuellere Methoden zu verwenden.

Insgesamt ein sehr runder Kurs, um schnell in Python anhand interessanter Themen einzusteigen. Einstieg mit allgemeinen Programmierkenntnissen ohne Python-Wissen möglich. Alles sehr gut verständlich in den Videos erklärt. Empfehle aber 1,5-fache Geschwindigkeit, um voranzukommen! Lediglich zwei Kritikpunkte: Für die Nutzung des Amazon Web Services werden Grundkenntnisse in Linux/Ubuntu-Kommandobefehlen vorausgesetzt. Das Einrichten der Jupyter Notebook-Konfigurationsdatei auf dem EC2 mit Ubuntu war besonders knifflig, da man von der Lösung der Video-Anleitung abweichen musste, um den Remotezugang zu bekommen (Neben dem Zertifikat braucht man noch die Key-Datei und man muss den Remotezugang im Code freigeben). Manche Lektionen mit Paketen waren veraltet ("deprecated") und man bekam Warnungen, dass sich in späteren Versionen etwas ändert Insbesondere die Lektion und Übung für neuronale Netze mit sklearn waren nicht mehr nutzbar :( (Stand: Jan. 2019) Daher der Stern-Abzug! Insgesamt empfehlenswert, der Author sollte nur darauf achten, dass Lektionen regelmäßig aktualisiert werden, da sich Pakete schnell ändern können

Insgesamt ein wirklich umfassender und verständlicher Einstieg in die Thematik. Auch die notwendigen Erläuterungen für die eigenen Installationen sind angemessen und gut, damit man auf der Basis selbst weiterarbeiten kann. Warum 1 Punkt Abzug: Im hinteren Teil, wo dann die richtig spannenden Themen anstehen, auf die man die ganze Zeit hingearbeitet hat (Big Data, NLP, Deep Learning, etc.) hätte ich mir mehr Fokus auf die inhaltlichen Zusammenhänge und praktische Use Cases gewünscht, anstatt auf die reine Programmierung derselben (die ja dann nur noch ergänzende Syntax plus Wiederholung des zuvor Gelernten ist). Dabei wirkt dann auch das reine Ablesen der fachlichen Zusammenhänge jeweils zum Einstieg in ein Thema ermüdend. Außerdem hier bitte noch die diversen Versprecher mit entsprechenden Wiederholungen rausschneiden, das scheint schlicht vergessen worden zu sein.