Chevron Left
返回到 Обучение на размеченных данных

学生对 莫斯科物理科学与技术学院 提供的 Обучение на размеченных данных 的评价和反馈

4.8
stars
2,163 个评分
280 条评论

课程概述

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. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

热门审阅

RN

Jan 21, 2017

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

AG

Nov 15, 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!

筛选依据:

226 - Обучение на размеченных данных 的 250 个评论(共 262 个)

创建者 Domnin V

Jan 27, 2019

Любопытный вводный курс, дающий мне как новичку представление о сложившейся терминологии, базовых инструментах, а главное широте и объеме темы. Тема огромна.

Спасибо инструкторам за энтузиазм и информативность изложения. Получилось точно не хуже, чем AWS тренинг.

创建者 Ivan O

May 02, 2018

Хороший курс, здесь совсем мало нейронок, но очень хорошее введение в целом в алгоритмы машинного обучения. На практике может занять больше заявленных 5 недель, ну и встречаются задания в которых нужно поплясать с бубном, чтобы ответ приняли.

创建者 Gulnur B

Apr 12, 2019

Отличный курс! Расстроила только последняя неделя: неудачный выбор лектора в первом разделе; недостаток взаимосвязанности с предыдущим материалом; скомканность достаточно интересных тем. Тем не менее, огромное спасибо за вашу работу!

创建者 Беденко А А

Jan 23, 2018

Жалко, что нейронные сети остались за бортом. С другой стороны - полученных знаний вполне хватает чтобы понимать учебники по НС. Так что наверстаем. 4 первых недели прекрасны. Последняя неделя - IMHO винегрет. Потому 4 из 5.

创建者 Шаланкин М Д

Mar 14, 2019

Хороший сложный курс, насыщенная программа и интересные задания.UPD: (прошёл 5 курсов из этой специализации, никому не советую проходить больше двух первых, потому что цена - качество не соответсвуют)

创建者 Stanislav

Feb 22, 2018

Замечательный курс, узнал много важных вещей. Но последняя неделя показалась несколько поверхностной. Надеюсь, что её материал будет рассмотрен подробнее в следующих курсах специализации.

创建者 Радионов А

Sep 20, 2017

Курс отличный: грамотно подаются практические аспекты обучения с учителем. Правда, впечатление несколько портит использование Python 2 и странное задание с PyBrain. Но это не критично.

创建者 Vladimir Y

Feb 14, 2018

Хороший курс, но есть ряд замечаний к практическим заданиям. Мне кажется они нуждаются в дополнительной проработке и им необходима более широкая лекционная поддержка.

创建者 Dmitriy R

Jun 28, 2017

Практическая работа по нейронным сетям не дала никаких навыков по работе с ними. Просто copy-paste предыдущих строчек кода в этом же ipython notebook.

创建者 Vadim T

Mar 25, 2017

Велика разница между преподавателями. Особенно неудачно, на мой взгляд, освещались темы Байесовской классификации и регресии и метрические алгоритмы

创建者 Максим Ф

Aug 25, 2019

Не все вопросы были достаточно понятными, хотелось бы более нормальных вопросов. В остальном всё очень круто. Спасибо

创建者 Nikolay S

Mar 24, 2018

Некоторые задания были плохо составлены. Было слишком много ошибок/багов/опечаток. В остальном было полезно.

创建者 Arsenii M

Jul 22, 2017

В конеце курса немного скомканно подаётся материал, особенно на пятой неделе. В остальном всё отлично!

创建者 Polovinkin A

Oct 08, 2017

- балл за наличие ошибок и недосказанностей в заданиях спустя огромное время с момента старта курса

创建者 Maksim S

Nov 25, 2019

Коллеги, данный курс можно было бы сделать и подлиннее) Особенно 5ю неделю) А так все ок! )

创建者 Alexey S

May 23, 2016

Не смотря на то, что курс "сыроват" я почерпнул много полезного для работы и лично для себя

创建者 Dmitry D

Nov 09, 2018

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

创建者 Студенников В Ю

Oct 25, 2016

Не все используемые понятия объясняются. Очень мало внимания уделено нейронным сетям.

创建者 Gyrdymov I

Nov 30, 2016

Слишком сумборно был подан материал по нейронным сетям, много непонятного осталось

创建者 Рыжов В П

Nov 11, 2019

В целом хорошо, но по нейронным сетям слишком мало было рассказано.

创建者 Maria N

Oct 01, 2019

Очень понятно все и интересно. Но по нейронным сетям большой минус.

创建者 Чернышев А О

Sep 18, 2017

Про нейронные сети мало рассказывается, "галопом по Европе"

创建者 Павлов Е В

Jul 09, 2017

Не очень понятно изложено про XGBoost и нейронную сеть.

创建者 Амиров Р М

Apr 24, 2017

Отличный курс! Жаль, что мало практики по нейронкам.

创建者 Антон Г

Oct 24, 2018

Отличный курс, но хотелось бы больше про нейросети