Chevron Left
返回到 Поиск структуры в данных

学生对 莫斯科物理科学与技术学院 提供的 Поиск структуры в данных 的评价和反馈

4.7
1,222 个评分
124 个审阅

课程概述

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

热门审阅

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.

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:

101 - Поиск структуры в данных 的 118 个评论(共 118 个)

创建者 Nikolay K

Apr 12, 2018

Сделайте что-нибудь с заданием по Тематическому Моделированию, чтобы оно не зависело от версий библиотек

创建者 Vsevolod K

May 23, 2019

Отличный и интересный курс. Только устарело задание на BigArtm. Не актуально видео, установить библиотеку самому не тривиально.

创建者 Пономарев М А

Aug 15, 2019

Курс хороший, но многие материалы несколько устарели, приходится ковыряться в обсуждениях для решения проблем которые не должны возникать при решении заданий. Устаревшие библиотеки, ответы вычисленные с использованием более свежих версий не принимаются, проблемы с установкой старых версий и тд. Да и питон 2й версии прекратит поддержку к концу года. То, что кто то из составителей привык использовать в работе 2ю версию не означает что студентам следует изучать материал на ее примере, в скором времени им, с большей вероятностью, пригодится именно 3я.Стоило бы обновить задания под актуальные версии, сами лекции актуальность не теряют.

创建者 Юрков А М

Jun 10, 2019

всё чаще появляются задания, где ответ зависит от версии библиотек

(хотелось бы чтоб грейдер принимал аналогичные ответы по заданиям из актуальных версий библиотек, а не 1-3 летней давности)

创建者 YaMolekula

Dec 08, 2018

Задания слишком простые

创建者 Ilya P

Aug 22, 2017

Устал

创建者 Dmitry K

Sep 23, 2017

Полноценно понравилась только первая неделя с интересным практическим заданием.

На остальных неделях был просто ужасный перегруз теоретической информацией, поэтому лекции прослушивались фактически только "для галочки" и их познавательная ценность стремилась к нулю. Осознать материал из лекций человеку с базовыми знаниями линейной алгебры просто нереально.

Последняя неделя это вообще торжество теории над практикой: при всем моем уважении к Константину Воронцову лекции читались как будто для людей, которые уже потратили пару месяцев на плотную работу с тематическим моделированием. Обилие специфичной терминологии, отсутствие каких-либо полноценных ассоциаций с практическим применением описываемой теории полностью перечеркивают полезность курса.

Практические задания по большей части выполнялись по принципу "китайской комнаты": я что-то пишу по инструкциям, но понимание напрочь отсутствует.

创建者 Провилков И С

Sep 10, 2017

Плохая документация по установки BigARTM и неоднозначности постановки задач в некоторых номерах.

创建者 Ivan M

Nov 30, 2017

Четвёртая неделя — это фиаско. Танцы с бубном и подбором версий пакетов.

创建者 Petrukhin I

Apr 23, 2018

Большая часть курса посвящена тематическому моделированию. Плохо рассмотрены проблемы кластеризации и поиска аномалий. Качество заданий по программированию, особенно в том же тематическом моделировании невысокие. Слишком много математимитики в видео, при этом крайне скудные лекции

创建者 Kapitanov A

Oct 29, 2019

Курс интересный, но к сожалению есть много жирных минусов:

1) Последняя неделя - преподается скомканно и сумбурно. Лекций много, а практические материалы - недоработаны

2) Задание по программированию на 4 неделе (с gensim) - не адаптировано под современные версии. Для решения задач требуются танцы с бубнами и установка отдельных окружений со старыми версиями (правильную ещё и поискать надо!)

3) Последнее задание, которое не влияет на оценку (Постнауки) также неадаптировано и сделано на коленке. BigARTM это просто ужас. Местами вообще не понятно, что от обучающегося хотят.

4) Сама концепция использоваться старые и заброшенные библиотеки - так себе. В итоге у человека остается осадок в виде "как танцевать с бубном", а не как понижать размерность, кластеризовать данные и прочее.

5) В тетрадках на Python 3 в шапке указывают на каких версиях библиотек проверены задачи. Но по факту - они не проверены. В частности, так и не удалось победить NaN-ы в seaborn pairplot (при этом бОльшая часть сокурсников просто скопипастила чужие решения).

В остальном - курс неплохой, без этой части в ML и DS просто никуда. Отдельное спасибо Соколову Е. и Воронцову К. за качественную подачу материала.

创建者 Антон М И

Oct 29, 2019

В целом очень хорошо описана теория и понятные видео уроки, но большой минус заключается в очень низкой поддержке курса, переработке материалов и исправлении ошибок. Одни и те же ошибки которые создатели допустили в составлении заданий остаются неисправленными на протяжении долгого времени и нет никаких гарантий что кто-то возьмется их исправлять. Часто задания формулируются весьма нечетко и начинающим понять очень сложно что именно требуется, это касается всех курсов данной специализации, в свое время я поэтому и забросил данную специализацию спустясь 2 года решил вернуться и стало гораздо более понятно.

创建者 Сокольцов В Ю

Jun 20, 2017

Я отдаю деньги, а потом мне еще и ребусы в заданиях разгадывать. Если вы уж делаете этот курс для людей, которые успешно работаю в сфере анализа данных - так вы хотя бы пишите об этом. Не все ваши студенты закончили МФТИ!

Еще и не все задачи работают

创建者 Артеменко Я

Oct 07, 2019

скучнова-то

创建者 Александр В Е

Nov 10, 2019

Инструкции к последнему заданию 4й недели устарели. Инструментарий не устанавливается в соответствие с инструкциями. Курс оплачен, время истекает на днях, планировал закончить, но увы. Тратить время на сборку другой версии, а потом бороться с тем что не сошелся результат из-за неправильной версии увы нет ни желания ни времени. Материал до 4й недели был хорошим, понятным и интересным. 4я неделя ужасна. Скучная, в лекциях много деталей которые слабо коррелируют с заданиями. Без практики все это пустой звук. Первое задание 4й недели ничему не учит. Последнее задание выполнить не удастся если не запастись терпением и специфическими навыками.

创建者 Кочетков К

Oct 15, 2017

Курс хороший, но задания полный пип.... Потратил кучу времени на расчеты...нельзя, чтобы результаты так зависели от используемых библиотек...или надо настаивать сразу перед выполнением заданий на их установке...или расширить границы грейда!!!

创建者 P A b

Aug 01, 2017

Последняя неделя всё испортила. Реальная оценка не 1 звезда, но минусую чтобы исправили финальное задание!

创建者 Волынский А Н

Jun 28, 2017

Если есть пример неудачного курса, то это он. Теория и практика слабо соотносятся друг с другом. Конспекты очень слабые, очень мало практических примеров.