Chevron Left
返回到 Поиск структуры в данных

Поиск структуры в данных, 莫斯科物理科学与技术学院

4.7
(1,065 个评分)

课程信息

В машинном обучении встречаются задачи, где нужно изучить структуру данных, найти в них скрытые взаимосвязи и закономерности. Например, нам может понадобиться описать каждого клиента банка с помощью меньшего количества переменных — для этого можно использовать методы понижения размерности, основанные на матричных разложениях. Такие методы пытаются сформировать новые признаки на основе старых, сохранив как можно больше информации в данных. Другим примером может служить задача тематического моделирования, в которой для набора текстов нужно построить модель, объясняющую процесс формирования этих текстов из небольшого количества тем. Такие задачи назвают обучением без учителя. В отличие от обучения с учителем, в них не предполагают восстановление зависимости между объектами и целевой переменной. Из этого курса вы узнаете об алгоритмах кластеризации данных, с помощью которых, например, можно искать группы схожих клиентов мобильного оператора. Вы научитесь строить матричные разложения и решать задачу тематического моделирования, понижать размерность данных, искать аномалии и визуализировать многомерные данные....

热门审阅

创建者 PK

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 AA

Jan 09, 2017

Интересный курс, замечательные преподаватели. Есть моменты когда лекция довольно сложная, а тест простой, это оставляет тревожное ощущение недоученности :)

筛选依据:

103 个审阅

创建者 Igor Marnat

May 14, 2019

Отличный курс, хорошо изложена теория, практические задания интересны и хорошо помогают глубокому пониманию и усвоению материала.

创建者 Жмылев Олег Николаевич

May 13, 2019

Отличный курс!

创建者 Горячев Валентин Дмитриевич

Apr 22, 2019

Все остальное отлично! Преподаватели хорошо рассказывают

Последнее задание c BiaARTM не удалось сделать, т.к. не смог установить данную библиотеку.

И ответы в некоторых заданиях пора изменить, т.к. бывает, что ответы Python 3 не принимаются(рассчитано ведь на Python 2.7)

创建者 Sergey

Mar 19, 2019

Good course. Outstanding choice of topics. The most prominent techniques for clustering are covered in an easy-to-read way. I especially enjoyed the last week's theory on processing texts. It's awesome that the authors have included the references for further reading; I've downloaded those, and now I'm looking forward to read it soon.

As usual for this set of courses, I have mixed feelings with regard to the programming assignments. From those, I mostly mastered installing various versions of Python packages. On the other hand, it can be viewed as a nice hands-on training in using the built-in functions for clustering purposes, and running some general Python routines, such as list comprehension etc. This way, it totally fits my personal goals, and I'm moving on to the next course.

创建者 Шаланкин Максим Дмитриевич

Mar 14, 2019

Курс достаточно старый, возникает много конфликтов версий, данные не обновляют. Ещё пока релевантная информация. UPD: (прошёл 5 курсов из этой специализации, никому не советую проходить больше двух первых, потому что цена - качество не соответсвуют)

创建者 Исаев Денис Вадимович

Mar 11, 2019

Не понравилась неделя тематического моделирования.

创建者 Майоров Константин Николаевич

Mar 04, 2019

Хотел бы поблагодарить организаторов и преподавателей курса! Материал дается очень доступным и понятным способом! С нетерпением жду прохождения новых курсов специализации!

创建者 Роман Черёмухин

Jan 17, 2019

Было интересно.

创建者 Petr Kuderov

Jan 10, 2019

По-моему, отличный курс.

Лично для меня последняя неделя по тематическому моделированию оказалась очень длительной для изучения (потратил пару недель, тогда как первые три недели прошел меньше чем за неделю). В принципе, совсем не обязательно было углубляться, но я не устоял перед соблазном и поразбирался с EM-алгоритмом на будущее.

Курс рекомендую - отлично дополняет второй курс про обучение с учителем. Посмотрим, что будет дальше.

创建者 Artem Drofa

Dec 20, 2018

Хороший курс, но без поиска доп. информации в интеренете почти по всем темам не обошлось.

С другой стороны, это естественный процесс при самообразовании. Так что все ок.