AnketaAnketa(verze: 718)
V zimním semestru akademického roku 2024/2025 probíhá sběr dat 06.01.2025 - 16.02.2025. (MFF)
   Přihlásit přes CAS
  • Data jsou dostupná pouze pro Oba semestry.
Připomínky k výuce (Oba semestry)
  
Předmět: Katedra:
Typ:
Při výběru garanta předmětu se zobrazují připomínky jak k němu, tak ke všem vyučujícím daného předmětu. Při výběru vyučujícího, který garantem není, se zobrazují připomínky vztažené pouze k němu.
RNDr. Karel Kozmík [32-KPMS], Data Science 2 [NMFP436, cvičení]
Student zakázal zobrazování osobních údajů, 06.09.2024, 2. ročník, Pravděpodobnost, matematická statistika a ekonometrie, navazující magisterské
Pan vyučující byl vždy připraven na výuku a ochoten odpovídat na dotazy, případně dozjistit nějaké detailnější informace. Všechny věci vysvětloval svým dobrým projevem a kdykoliv byli nějaké nejasnosti, tak to třeba dovysvětlil jiným způsobem. Oceňuji velmi kreativní řešení úkolů skrze soutěž na Kagglu, kde jsme viděli, jak si každý tým (anonymně) vede a díky tomu nás to motivovalo k lepšímu výkonu v přesnosti našich neuronových sítí/XGBoostu. Také musím zmínit, že pokud měl někdo nějaký problém s něčím, tak velice rád osobně pomohl, ikdyž třeba už bylo po výuce.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy ochoten poradit a vždy připraven na cvičení.
RNDr. Václav Kozmík, Ph.D. [32-KPMS], Data Science 2 [NMFP436, přednáška]
Student zakázal zobrazování osobních údajů, 06.09.2024, 2. ročník, Pravděpodobnost, matematická statistika a ekonometrie, navazující magisterské
Oceňuji, že pan vyučující je z praxe a tudíž ví, co se používá a co již ne. Má skvěle připravené prezentace a velmi dobrý projev a je ochotný vždy odpovídat na dotazy. Je velmi férový u zkoušky, kde ikdyž něco nefunguje, tak to nemusí znamenat hned vyhození od zkoušky, ale jelikož jsme v "programování", tak když ukážete, že tomu rozumíte, jenom je tam nějaký bug, tak to vůbec nevadí.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy připraven na hodinu. Pohled na přednášené téma z praktické strany s přídavkem osobních zkušeností je samozřejmostí.
Marek Teller [32-KPMS], Data Science 2 [NMFP436, přednáška]
Student zakázal zobrazování osobních údajů, 06.09.2024, 2. ročník, Pravděpodobnost, matematická statistika a ekonometrie, navazující magisterské
Oceňuji, že pan vyučující je z praxe a tudíž ví, co se používá a co již ne. Má skvěle připravené prezentace a velmi dobrý projev a je ochotný vždy odpovídat na dotazy. Je velmi férový u zkoušky, kde ikdyž něco nefunguje, tak to nemusí znamenat hned vyhození od zkoušky, ale jelikož jsme v "programování", tak když ukážete, že tomu rozumíte, jenom je tam nějaký bug, tak to vůbec nevadí.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy připraven na hodinu. Pohled na přednášené téma z praktické strany s přídavkem osobních zkušeností je samozřejmostí.
Mgr. Ondřej Týbl, Ph.D. [32-KPMS], Data Science 2 [NMFP436, cvičení]
Student zakázal zobrazování osobních údajů, 06.09.2024, 2. ročník, Pravděpodobnost, matematická statistika a ekonometrie, navazující magisterské
Pan vyučující byl vždy připraven na výuku a ochoten odpovídat na dotazy, případně dozjistit nějaké detailnější informace. Všechny věci vysvětloval svým dobrým projevem a kdykoliv byli nějaké nejasnosti, tak to třeba dovysvětlil jiným způsobem. Oceňuji velmi kreativní řešení úkolů skrze soutěž na Kagglu, kde jsme viděli, jak si každý tým (anonymně) vede a díky tomu nás to motivovalo k lepšímu výkonu v přesnosti našich neuronových sítí/XGBoostu. Také musím zmínit, že pokud měl někdo nějaký problém s něčím, tak velice rád osobně pomohl, ikdyž třeba už bylo po výuce.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy ochoten poradit a vždy připraven na cvičení.
Připomínka k předmětu, Data Science 2 [NMFP436, cvičení]
Student zakázal zobrazování osobních údajů, 06.09.2024, 2. ročník, Pravděpodobnost, matematická statistika a ekonometrie, navazující magisterské
Cvičení jsou velmi zajímavé a naučné. Oceňuji přehledné a rychlé seznámení s Machine learningem a spoustou konceptů v tomto oboru, z nichž všechny jsou užitečné. Předmět je dobře balancovaný, co se týče náročnosti. Má pouze 2 větší úkoly (možné pro tým po 2 lidech) k získání zápočtu, na kterých si daný student vyzkouší, co se naučil teoreticky uvést do praxe. Velmi kvituji představení GitHubu, který budeme využívat v práci všichni a je velice zarážející, že v žádném jiném předmětu se to nestalo. Stejně jako u přednášky bych ocenil větší dotaci hodin, abychom si to mohli pořádně vyzkoušet a osahat, jelikož kromě domácího úkolu jsme si to sami nikdy neprogramovali, ale pouze jsme dostali již hotový kód a k tomu si něco říkali a kdyžtak si tam dodělali jednu funkci.
Připomínka k předmětu, Data Science 2 [NMFP436, přednáška]
Student zakázal zobrazování osobních údajů, 06.09.2024, 2. ročník, Pravděpodobnost, matematická statistika a ekonometrie, navazující magisterské
Předmět je velmi zajímavý a naučný. Oceňuji přehledné a rychlé seznámení s Machine learningem a spoustou konceptů v tomto oboru, z nichž všechny jsou užitečné. Předmět je dobře balancovaný, co se týče náročnosti. Má pouze 2 větší úkoly, na kterých si daný student vyzkouší, co se naučil teoreticky uvést do praxe. Přednáška je formou stručně a skvěle zpracovaných prezentací a komentáře k nim z praxe. Například chválím úpravy sylabu, jelikož už se něco v praxi nepoužívá, takže to vynecháme, atd. Bohužel zde není dostatečný prostor na probrání všeho úplně do hloubky, jelikož je to takový úvod do machine learningu a jedná se bohužel o jediný předmět svého druhu na statistice, takže bych velice ocenil zvýšení dotace tohoto předmětu nebo nějaký další navazující předmět. Velice oceňuji zkoušku, která jako první za celé moje studium na MFF, byla o programovaní, čili to co budeme dělat všichni v práci.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Velmi zajímavý předmět, který se vymyká klasickým předmětům zaměřených na regresní problémy. Oceňuji, že se člověk může seznámit s aplikacemi strojového učení pro data na která by byly využity klasické statistické a regresní postupy (LM, GLM, ...). Férová zkouška.
 
Univerzita Karlova | Informační systém UK