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
2,343 个评分
308 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:

51 - Обучение на размеченных данных 的 75 个评论(共 290 个)

创建者 Поляков Г В

Dec 04, 2019

Всем привет. Отличный курс, выверенные задания. Были знания к моменту прохождения курса. Уже давно смотрю на него, тогда не было тетрадок на python3, теперь появились. Очень комфортно. Полученные знания позволят понимать базовые алгоритмы машиннного обучения в отношении supervised learning. Достойные примеры и практика.

创建者 Алексей К Д

Mar 25, 2018

Отличный курс. За короткий срок рассматривается очень много методов машинного обучения, но при этом объясняются они доходчиво и доступно. Множество практических, разнообразных задач позволяют закрепить навыки и укрепить теоретические знания. Ищите меня на kaggle, буду практиковаться на задачах ;)

创建者 Konstantin T

May 11, 2016

Очень, очень хороший курс! Нет, он великолепен!!!111 Отличное изложение материала, внимание к деталям, интересные примеры приложений к реальным задачам. Буду настоятельно рекомендовать данный курс к просмотру всем знакомым. Большое спасибо создателям курса, у вас всё отлично получилось!

创建者 Проценко С В

Jul 23, 2017

Я не могу сказать, что курс был простым, но он довольно интересный. Периодическая отсылка на прошлые материалы помогает закрепить пройденное. И в целом, сложность заданий может показаться сразу завышенной, но стоит вчитываться и внимательно смотреть лекции, сам все конспектирую.

创建者 Maria A

Dec 25, 2016

I'm very grateful to everybody who prepared that course! It's very useful, extremely interesting and super practical. It is very concise and coherent with the the materials from the previous courses from the specialization. I will recommend this course to my friends for sure.

创建者 Матиенко А П

May 28, 2020

Супер! Все отлично! Особенно понравились мини-лекции Соколова: все очень подробно объяснено, интересно слушать, интерес подогревается. Есть разобранные примеры. Задачки, на которых можно попрактиковаться. Преподаватели отличные! Материал интересный. Практика есть. 20 из 10!

创建者 Данил

Jul 25, 2017

Спасибо! Курс очень понравился, из замечаний, лично на мой взгляд, хотелось бы чуть более сложных и глубоких практических заданий по программированию, еще лекции по нейронным сетям показались какими-то смазанными и не до конца понятными, но в целом все очень хорошо)

创建者 Dremina A

May 29, 2017

Хороший курс, где все разложено по полочкам. Понятная теория, интересное изложение, хорошо подобранные задачи, справки по функциям и даже есть подсказки, если отправленный ответ не совпадает с правильным. Понравились лекторы, рассказывали с огоньком в глазах :)

创建者 Maxim B

Apr 09, 2017

Предупреждайте людей, что иногда нужно разбивать выборку не с помощью train_test_split, а руками. Иначе ответ не сходится.

Кроме того, что перед бинаризацией надо конвертить категориальные признаки в строки на всякий случай.

В остальном все круто!

创建者 Petr K

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 Николай К

Aug 03, 2020

Даже слабая 5-я неделя не испортила впечатлений. Отличный курс, в большинстве своём очень интересные задания. Соколов - боженька! Получаю удовольствие от его лекций сравнимое с прослушиванием любимой музыки. Просто невероятно.

创建者 Ivan S

Sep 07, 2018

Замечательный курс! Очень помог в изучении и освоении алгоритмов обучения с учителем. Теперь чувствую себя более уверенно в работе с данными и их обработкой. Может, смогу сделать что-нибудь прикладное в данной области.

创建者 Зубачев Д С

Nov 10, 2017

Хороший курс. Узнал много нового и интересного. Жаль, что мало материала по нейронным сетям. Очень понравился случайный лес и градиентный бустинг над решающими деревьями. Авторам огромное спасибо за проделанную работу!

创建者 Tatiana O

Feb 11, 2017

Спасибо команде преподавателей за проделанную работу. Считаю курс очень эффективным. Идеальное сочетание практики, программирования на Python, математического обоснования и интуитивного объяснения работы алгоритмов.

创建者 Anton G

Jan 20, 2018

Отличный курс! В лекциях все объясняется крайне доходчиво, лекторы замечательные (Соколову отдельный респект :) ). Практические задания не оторваны от теории курса и очень хорошо подобраны по сложности.

创建者 Шевнин П Л

Jan 17, 2020

Курс отличный! Хотя не без недостатков: не все задания переделаны под Python 3, ну, и нейронные сети недостаточно освещены. Тяжело дались первые 2 недели, а дальше легче. Так что всем попутного ветра!

创建者 Hazem s s

Apr 08, 2020

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 Artem D

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 Zakharenkov A

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.

创建者 Yevhen D

Aug 08, 2018

Отличный курс. Меньше чем за месяц появилось базовое понимание обучения на размеченных данных и принципов ML.

Много практики, грамотные преподаватели и качественные pdf сделали своё дело.

创建者 Andrii D

Apr 29, 2018

Хороший курс, много времени уделено объяснению теории. На мой взгляд - лучше параллельно читать с "The elements of statistical learning", там некоторые моменты подробнее объясняются.

创建者 Petr K

May 04, 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

创建者 Sergei T

Jul 23, 2017

Relatively good course with diversity of material, almost all easy to understand(except into bayes theory for those who haven't got some theory at uni), best regards to tutors.

创建者 Абдразаков Л Р

Jan 04, 2019

Очень понравился данный курс! Здесь немало практики, что важно, чтобы усвоить материал, а также удобные конспекты, с которыми легче изучать. Спасибо большое создателям курса!

创建者 Антон М И

Sep 13, 2019

Весьма полный и подробный курс, задания можно в принципе выполнять и на python 3, но лучше чтобы все таки создатели курса полностью адаптировали под последний питон