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
1,343 个评分
140 条评论

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 125 个评论(共 134 个)

创建者 Anvar A

Mar 26, 2018

первые недели курса были очень полезными. Последния неделя слишком сложная, чтобы ее дать в столь короткий срок. Никакой пользы не извлек из последней недели

创建者 Evghenii G

Nov 28, 2017

Очень доступное объяснение материала, кроме последней недели - её, как будто, взяли из другого курса. Было бы хорошо добавить побольше практических задач

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 Minasian V

Jul 21, 2017

В целом- очень круто. Некоторые темы сложные , но интересные. На мой взгляд, последняя неделя проработана не очень хорошо.

创建者 Andrey I

Jun 19, 2016

Отличный курс, но мало времени уделено кластеризации, хорошо бы иметь 2 недели вместо одной и больше заданий

创建者 Олеся В

Feb 25, 2020

Курс интересный, но огорчает то, что на результат выполненных заданий влияет версия модулей и языка Python.

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 Nikolay E

Nov 22, 2017

В целом хороший и полезный курс, но есть проблемы с совместимостью библиотеки BigARTM разных версий

创建者 Лазарев А В

Apr 27, 2018

Задачи в Тематическом моделировании нуждаются в более глубоких пояснениях.

В целом курс понравился.

创建者 Чернышев А О

Nov 13, 2017

Про тематические модели Константин Воронцов очень бегло рассказывает и непонятно, к сожалению.

创建者 Polovinkin A

Oct 09, 2017

не очень приятно подбирать версии gensim и numpy, чтобы выполнить задание

创建者 Mike K

Dec 13, 2019

Курс неплохой, но желательно адаптировать его к 3 версии Питона

创建者 Исаев Д В

Mar 11, 2019

Не понравилась неделя тематического моделирования.

创建者 Иван Ч

Sep 27, 2016

Неделя с тематическим моделированием не зашла.

创建者 Rustem Y

Dec 01, 2018

Классный курс, но есть проблемы с домашками

创建者 Курочка А Ю

Oct 29, 2018

Не удается установить Bigartm

创建者 Филипп

Aug 09, 2017

что за трэш с грэйдером? :(

创建者 Болотов Г

Jan 07, 2020

-

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 Sergey P

Nov 22, 2019

Я прекрасно понимаю, что материал расчитан на широкую аудиторию с разной степенью подготовки, но если вы поверхностно излагаете суть работы того или иного алгоритма, то будте добры не запутывать слушателя еще больше. Не надо вскользь употреблять каких-то глубоких терминов (прям сейчас могу вспомнить только "апостериорная вероятность"), это очень запутывает и демотивирует слушателя. Евгений, какой смысл в лекциях о теории вероятности показывать математические выкладки на слайдах и ничего о них не рассказывать? Вы только еще больше с толку сбиваете. Больше всего подгорает именно от ваших лекций.

Хотел поставить два, но из-за довольно полезных практических занятий ставлю три.

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 Нурдинов Д А

Jan 26, 2020

Слишком много сухой академической информации, просто смотреть на формулы не интересно, так же не радует то, что в данном курсе все заточено под недавно почивший python 2, приходится костылями устанавливать библиотеки на python 3. При этом заданий, где нужно что-то делать руками крайне мало, 1-2 на неделю в лучшем случае, при этом в большинстве случаев все написано за тебя, нужно только слегка доделать, что практически никак не дает ощутить теорию полученную в видео на практике

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 Yuri M

Dec 15, 2019

lack of support during completion of tasks. grader says "check random seed" which is not enough to address complex topics

创建者 Провилков И С

Sep 10, 2017

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