Chevron Left
返回到 Обучение на размеченных данных

Обучение на размеченных данных, Moscow Institute of Physics and Technology

4.8
1,521 个评分
222 个审阅

课程信息

Обучение на размеченных данных или обучение с учителем – это наиболее распространенный класс задач машинного обучения. К нему относятся те задачи, где нужно научиться предсказывать некоторую величину для любого объекта, имея конечное число примеров. Это может быть предсказание уровня пробок на участке дороги, определение возраста пользователя по его действиям в интернете, предсказание цены, по которой будет куплена подержанная машина. В этом курсе вы научитесь формулировать и, конечно, решать такие задачи. В центре нашего внимания будут успешно применяемые на практике алгоритмы классификации и регрессии: линейные модели, нейронные сети, решающие деревья и так далее. Особый акцент мы сделаем на такой мощной технике как построение композиций, которая позволяет существенно повысить качество отдельных алгоритмов и широко используется при решении прикладных задач. В частности, мы узнаем про случайные леса и про метод градиентного бустинга. Построение предсказывающих алгоритмов — это лишь часть работы при решении задачи анализа данных. Мы разберемся и с другими этапами: оценивание обобщающей способности алгоритмов, подбор параметров модели, выбор и подсчет метрик качества....

热门审阅

创建者 AD

Dec 02, 2018

Курс очень живой и интересный, очень доволен. Продолжу проходить специализацию.\n\n5-ая неделя этого курса, как известно, не очень удачная, так что, просто примите ее такой, какая она есть :)

创建者 ZA

Jul 21, 2017

Курс просто фантастика. Отличное преподавание, много нового. Столько что еще переваривать и переваривать. Немного сжата последняя неделя и на нейронные сети нужно больше времени. Спасибо.

筛选依据:

204 个审阅

创建者 Pavel Petkun

Dec 13, 2018

Понравилось четкое и последовательное изложение тем. Спасибо!!

创建者 Petr Kuderov

Dec 11, 2018

Отличный курс по соотношению глубины погружения и скорости продвижения. Живо, подробно, с практикой, позволяющей немного набить руку в sklearn и numpy. Чрезмерного разжевывания тоже нет - это все-таки все еще начало пути в Машинном Обучении.

创建者 Красовский Игорь Владимирович

Dec 05, 2018

Все необходимые навыки были получены, материал подаётся интересно

创建者 Антюфриева Любовь Александровна

Dec 03, 2018

Очень неравномерное распределение нагрузки по неделям

创建者 Artem Drofa

Dec 02, 2018

Курс очень живой и интересный, очень доволен. Продолжу проходить специализацию.

5-ая неделя этого курса, как известно, не очень удачная, так что, просто примите ее такой, какая она есть :)

创建者 Denis Unzhakov

Nov 28, 2018

great!

创建者 Vladislav Kalachev

Nov 17, 2018

Хороший курс для введения в машинное обучение. Знакомит с основными понятиями и со множеством алгоритмов машинного обучения, как и простых, так и не очень. Хочется отметить, что в курсе соблюдается баланс между теорией и практикой. Конечно, для получения более детального представления о некоторых алгоритмах придется воспользоваться другими источниками, но всю информацию в 5-ти недельный курс не уместить. Из минусов могу отметить только уж очень беглое рассмотрение нейронных сетей, оно явно носит лишь ознакомительный характер.

创建者 Dmitry Demidov

Nov 09, 2018

Курс отличный! В меру теории и практики. Только 5я неделя подкачала - очень скомканно.

创建者 Антон Голубев

Oct 24, 2018

Отличный курс, но хотелось бы больше про нейросети

创建者 Alex Zaytsev

Oct 23, 2018

Отличный курс, спасибо!