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
2,193 个评分
281 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:

126 - Обучение на размеченных данных 的 150 个评论(共 263 个)

创建者 Подвойский А О

Nov 08, 2016

Замечательный, стимулирующий, тонизирующий и очень познавательный курс

创建者 Маргарита А

Jul 22, 2017

Супер!

Доступно изложен материал, полезные задания на проверку знаний.

创建者 Vladimir

Apr 06, 2016

Курс отличный! Спасибо огромное преподавателям за труд! Твёрдая пять.

创建者 Arthur S

Dec 01, 2019

+ Интересно, много нового!

+ Классно объяснены математические модели!

创建者 Alexander A

Feb 26, 2017

Очень приятно было пройти этот курс, хотя иногда было очень сложно

创建者 Красовский И В

Dec 05, 2018

Все необходимые навыки были получены, материал подаётся интересно

创建者 Grigory P

Mar 13, 2019

Очень познавательно, просто. Ничего лишнего. Прекрасные лекторы

创建者 Mihail R

Oct 08, 2018

Хороший курс с практическими и теоретическими основами, советую

创建者 Pavel P

Dec 13, 2018

Понравилось четкое и последовательное изложение тем. Спасибо!!

创建者 Крикливый А В

Dec 06, 2016

Самый полезный курс в специализации для соревнований на Kaggle

创建者 Mikhail T

Nov 23, 2017

Долго, тяжеловато (особенно первые три недели), но интересно!

创建者 Stanislav

Jun 07, 2016

Пример того, каким должно быть образование в начале 21 века.

创建者 Michael N

Mar 27, 2017

Отличный курс для начального уровня обучения анализу данных

创建者 Савченков Л А

Dec 18, 2016

Очень интересно! Лекции ёмкие, практика мозгонапрягающая :)

创建者 Roman P

Mar 31, 2018

Интересные задания, актуальные технологии. Отличный курс!

创建者 Козырев И А

Oct 17, 2017

Отличный курс, мне кажется основной во всей специализации

创建者 Vyacheslav K

Mar 15, 2017

Все отлично, но 5-ю неделю лучше разбить на два модуля.

创建者 Anton T

Dec 31, 2017

Хороший содержательный курс. Много практических задач.

创建者 Alexey Z

Jul 12, 2019

Большое спасибо составителям курса и всем причастным!

创建者 Evgeny D

Jun 17, 2017

Хороший курс заставил вспомнить университетские курсы

创建者 Давыдов Ю В

Oct 15, 2017

Достаточно сложный курс с большим охватом материала.

创建者 Mamedov M

Nov 11, 2019

One of the best series of courses i ve ever started

创建者 Anvar A

Feb 02, 2018

Отличный курс с хорошим упором на линейные модели!

创建者 Alisa S

Jan 29, 2018

Значительно сложнее предыдущего (и это хорошо!)

创建者 Акимов О

Nov 29, 2017

Для уровня Beginner 5/5, для Intermediate 4-/5.