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
2,026 个评分
265 个审阅

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.

MM

Dec 30, 2016

Спасибо большое за курс!\n\nСистематизировал и вспомнил свои знания по линейным моделям, узнал много нового и полезного про остальные модели, поработал наконец с нейронными сетями!

筛选依据:

226 - Обучение на размеченных данных 的 247 个评论(共 247 个)

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 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 Vadim K

May 29, 2018

Supervised learning part is much better than the first one in terms of the lessons, however it's not perfect. Neural networks lessons and assignments are really poor. I also find some things to not be expressed in enough details, it seems like not all pictures in the slides are correct. As I remember it was about uniform vs distance in KNN or SVM where overfitting graph is for distance(1) instead of uniform(1/d).

创建者 Павлов Е В

Jul 09, 2017

Не очень понятно изложено про XGBoost и нейронную сеть.

创建者 Студенников В Ю

Oct 25, 2016

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

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 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 Амиров Р М

Apr 24, 2017

Отличный курс! Жаль, что мало практики по нейронкам.

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 Gyrdymov I

Nov 30, 2016

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

创建者 Ульянов Р

Jul 09, 2017

Лучше первого

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 Maria N

Oct 01, 2019

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

创建者 Попов В Б

Jan 31, 2019

Более формальный курс, чем предыдущий

创建者 Ablaikhan A

Jun 13, 2016

Great content, but there is no point to keep automated-grading closed for auditing students.

创建者 Ilya D

Sep 23, 2017

Очень подробно рассмотрены линейная регрессия, решающие деревья, композиции алгоритмов, но нейронные сети, Байес и kNN "свалены" в одну неделю, хотя материала по ним хватит на отдельный курс.

创建者 Демидова Е А

Jun 17, 2018

Спасибо Виктору Кантор и Дмитрию Ветрову за замечательные и живые лекции. Ваши лекции пробуждают интерес к темам, которые вы затрагиваете. Видно, что вы отлично понимаете то, о чем рассказываете, а главное, можете донести эту информацию до других.Три звезды за то, что некоторые лекции были откровенно некачественными, было похоже, что студента-прогульщика заставили делать доклад по теме, которую он не понимает (конечно, это не касается выше указанных преподавателей).

创建者 Zamoshin P

Oct 04, 2019

Из-за вечного разгадывания ребусов в заданиях (а какие параметры они не указали на этот раз) пропадает всякое желание заниматься курсом. Боюсь, продлять еще раз его уже не буду. Тем не менее, спасибо.

创建者 Ruslan S

Apr 03, 2017

Условно-простые задания с непонятным объяснением

创建者 Козлов И А

Mar 01, 2019

достали эти проверки сокурсниками, эти задания уже 4 день висят

创建者 Kirill

Feb 16, 2017

Курс очень хороший, но поддержка отвратительная. На форуме получить ответ на вопрос можно только если сило повезёт

创建者 Волынский А Н

Jun 28, 2017

Еще один пример неудачного курса от яндекса и мфти. Мало примеров, мало практики, слабые тесты, авторские неработающие функции в программных заданиях.