课程信息
127,615 次近期查看

Learner Career Outcomes

47%

完成这些课程后已开始新的职业生涯

60%

通过此课程获得实实在在的工作福利

40%

加薪或升职

100% 在线

立即开始,按照自己的计划学习。

第 2 门课程(共 6 门)

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

完成时间大约为43 小时

建议:8 hours/week...

俄语(Russian)

字幕:俄语(Russian)

您将获得的技能

Random ForestPython ProgrammingMachine LearningSupervised Learning

Learner Career Outcomes

47%

完成这些课程后已开始新的职业生涯

60%

通过此课程获得实实在在的工作福利

40%

加薪或升职

100% 在线

立即开始,按照自己的计划学习。

第 2 门课程(共 6 门)

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

完成时间大约为43 小时

建议:8 hours/week...

俄语(Russian)

字幕:俄语(Russian)

教学大纲 - 您将从这门课程中学到什么

1
完成时间为 9 小时

Машинное обучение и линейные модели

13 个视频 (总计 82 分钟), 8 个阅读材料, 8 个测验
13 个视频
Как устроена специализация, и зачем ее проходить3分钟
МФТИ1分钟
Знакомство с машинным обучением11分钟
Обучение на размеченных данных5分钟
Обучение без учителя5分钟
Признаки в машинном обучении8分钟
Линейные модели в задачах регрессии9分钟
Обучение линейной регрессии6分钟
Градиентный спуск для линейной регрессии7分钟
Стохастический градиентный спуск4分钟
Линейная классификация6分钟
Функции потерь в задачах классификации6分钟
8 个阅读材料
Формат специализации и получение сертификата10分钟
Немного о Yandex10分钟
МФТИ10分钟
Forum&Chat10分钟
Слайды к лекциям10分钟
Конспект10分钟
Слайды к лекциям10分钟
Конспект10分钟
6 个练习
Основные термины в машинном обучении6分钟
Типы задач в машинном обучении6分钟
Машинное обучение: задачи и признаки12分钟
Линейная регрессия4分钟
Градиентный спуск4分钟
Линейные модели8分钟
2
完成时间为 9 小时

Борьба с переобучением и оценивание качества

14 个视频 (总计 126 分钟), 9 个阅读材料, 8 个测验
14 个视频
Регуляризация7分钟
Оценивание качества алгоритмов7分钟
Сравнение алгоритмов и выбор гиперпараметров4分钟
Метрики качества в задачах регрессии10分钟
Метрики качества классификации4分钟
Точность и полнота8分钟
Объединение точности и полноты5分钟
Качество оценок принадлежности классу12分钟
Встроенные датасеты. Sklearn.datasets15分钟
Кросс-валидация. Sklearn.cross_validation9分钟
Линейные модели. Sklearn.linear_model. Классификация10分钟
Линейные модели. Sklearn.linear_model. Регрессия7分钟
Метрики качества. Sklearn.metrics13分钟
9 个阅读材料
Слайды к лекциям10分钟
Конспект10分钟
Слайды к лекциям10分钟
Конспект10分钟
Встроенные датасеты. Sklearn.datasets (ipython notebook)10分钟
Кросс-валидация. Sklearn.cross_validation (ipython notebook)10分钟
Линейные модели. Sklearn.linear_model. Классификация (ipython notebook)10分钟
Линейные модели. Sklearn.linear_model. Регрессия (ipython notebook)10分钟
Метрики качества. Sklearn.metrics (ipython notebook)10分钟
6 个练习
Проблема переобучения6分钟
Проблема переобучения и борьба с ней10分钟
Как измерить качество алгоритма?6分钟
Метрики качества10分钟
Встроенные датасеты и кросс-валидация8分钟
Введение в scikit-learn10分钟
3
完成时间为 7 小时

Линейные модели: классификация и практические аспекты

14 个视频 (总计 97 分钟), 7 个阅读材料, 7 个测验
14 个视频
Метод максимального правдоподобия4分钟
Регрессия как максимизация правдоподобия2分钟
Регрессия как оценка среднего4分钟
Регуляризация8分钟
Задача оценивания вероятностей и логистическая регрессия8分钟
Масштабирование признаков6分钟
Спрямляющие пространства5分钟
Работа с категориальными признаками4分钟
Несбалансированные данные5分钟
Многоклассовая классификация4分钟
Подбор параметров по сетке. Sklearn.grid_search9分钟
Задача: bike sharing demand15分钟
Задача: bike sharing demand. Продолжение13分钟
7 个阅读材料
Слайды к лекциям10分钟
Конспект10分钟
Слайды к лекциям10分钟
Конспект10分钟
Подбор параметров по сетке. Sklearn.grid_search (ipython notebook)10分钟
Задача Bike Sharing Demand (ipython notebook)10分钟
Задача Bike Sharing Demand. Продолжение (ipython notebook)10分钟
6 个练习
Метод максимального правдоподобия6分钟
Линейные модели: статистический взгляд14分钟
Линейные модели: подготовка признаков6分钟
Линейные модели: практические аспекты6分钟
Подбор параметров по сетке6分钟
Анализ данных в scikit-learn12分钟
4
完成时间为 10 小时

Решающие деревья и композиции алгоритмов

17 个视频 (总计 114 分钟), 10 个阅读材料, 8 个测验
17 个视频
Обучение решающих деревьев6分钟
Критерии информативности7分钟
Критерии останова и стрижка деревьев4分钟
Решающие деревья и категориальные признаки8分钟
Решающие деревья в sklearn10分钟
Композиции деревьев6分钟
Смещение и разброс9分钟
Случайные леса6分钟
Трюки со случайными лесами4分钟
Случайные леса в sklearn7分钟
Композиции простых алгоритмов5分钟
Градиентный бустинг7分钟
Борьба с переобучением в градиентном бустинге6分钟
Градиентный бустинг для регрессии и классификации4分钟
Градиентный бустинг над решающими деревьями5分钟
Градиентный бустинг в XGBoost5分钟
10 个阅读材料
Решающие деревья в sklearn (ipython notebook)10分钟
Слайды к лекциям10分钟
Конспект10分钟
Случайные леса в sklearn (ipython notebook)10分钟
Слайды к лекциям10分钟
Конспект10分钟
XGBoost10分钟
Градиентный бустинг в XGBoost (ipython notebook)10分钟
Слайды к лекциям10分钟
Конспект10分钟
6 个练习
Построение решающих деревьев8分钟
Решающие деревья14分钟
Бэггинг6分钟
Композиции и случайные леса8分钟
Обучение композиций и градиентный бустинг4分钟
Градиентный бустинг: обучение и практические аспекты8分钟
4.8
280 条评论

来自Обучение на размеченных данных的热门评论

创建者 RNJan 21st 2017

Один из лучших курсов по обучению на размеченных данных. Немного расстраивали несбалансированность сложности домашних заданий и промежуточных проверок правильности подготовки данных в заданиях.

创建者 AGNov 15th 2019

Очень интересный и более сложный курс по сравнению с предыдущим! Но!! Хотелось бы обновлений и дополнений по нейросетям (мало информации), а также не затронут TensorFlow, что не очень хорошо!

讲师

授课教师 Константин Воронцов 的图片

Константин Воронцов

доктор физико-математических наук, профессор
Кафедра интеллектуальных систем

关于 莫斯科物理科学与技术学院

Московский физико-технический институт (Физтех) является одним из ведущих вузов страны и входит в основные рейтинги лучших университетов мира. Институт обладает не только богатой историей – основателями и профессорами института были Нобелевские лауреаты Пётр Капица, Лев Ландау и Николай Семенов – но и большой научно-исследовательской базой. Основой образования в МФТИ является уникальная «система Физтеха», сформулированная Петром Капицей: кропотливый отбор одаренных и склонных к творческой работе абитуриентов; участие в обучении ведущих научных работников; индивидуальный подход к отдельным студентам с целью развития их творческих задатков; воспитание с первых шагов в атмосфере технических исследований и конструктивного творчества с использованием потенциала лучших лабораторий страны. Среди выпускников МФТИ — нобелевские лауреаты Андрей Гейм и Константин Новоселов, основатель компании ABBYY Давид Ян, один из авторов архитектурных принципов построения вычислительных комплексов Борис Бабаян и др....

关于 Yandex

Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world....

关于 E-Learning Development Fund

Фонд развития онлайн-образования (ФРОО) объединяет образовательные стартапы, проекты в области EdTech и запускает собственные онлайн-программы в области машинного обучения, программирования, мобильной разработки, VR, дизайна и IT. Мы выстраиваем экосистему для обучения на всех стадиях жизненного цикла: от идеи и поиска средств на производство образовательной программы до поддержки, продаж и маркетинга. А сотрудничество с крупнейшими образовательными платформами позволяет запускать онлайн-курсы с максимальным эффектом и пользой для всех заинтересованных сторон....

关于 机器学习和数据分析 专项课程

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
机器学习和数据分析

常见问题

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

还有其他问题吗?请访问 学生帮助中心