Informações sobre o curso
4.4
439 classificações
71 avaliações
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Nível intermediário

Nível intermediário

Horas para completar

Aprox. 26 horas para completar

Sugerido: 10 hours/week...
Idiomas disponíveis

Russo

Legendas: Russo

Habilidades que você terá

Data ScienceTime SeriesSentiment AnalysisRecommender Systems
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Nível intermediário

Nível intermediário

Horas para completar

Aprox. 26 horas para completar

Sugerido: 10 hours/week...
Idiomas disponíveis

Russo

Legendas: Russo

Programa - O que você aprenderá com este curso

Semana
1
Horas para completar
5 horas para concluir

Бизнес-задачи

На этой неделе мы разберём две крупные задачи, часто возникающие в бизнес-аналитике. Первая связана с прогнозированием временных рядов; задачи такого типа часто возникают, когда необходимо оценить значение показателя в будущем, основываясь на истории его изменения в прошлом. Такими показателями могут быть спрос на товар, аудитория рекламного баннера, цена акций и т.д. Вторя задача — это анализ поведения пользователей. Класс задач, связанных с анализом пользовательских данных, неизбежно появляется практически в любой сфере бизнеса, подразумевающей работу с клиентами. Как правило, это такие задачи, как привлечение пользователей, работа с аудиторией, прогнозирование оттока и удержание клиентов. ...
Reading
19 vídeos (total de (Total 152 mín.) min), 6 leituras, 7 testes
Video19 videos
Как устроена специализация, и зачем ее проходить3min
МФТИ1min
Временные ряды9min
Автокорреляция6min
Стационарность6min
ARMA5min
ARIMA5min
Выбор ARIMA и прогнозирование10min
Анализ остатков8min
Пример построения прогноза11min
Регрессионный подход к прогнозированию8min
Анализ поведения пользователей8min
Аудиторные метрики: привлечение7min
Аудиторные метрики: активность9min
Аудиторные метрики: монетизация6min
Аудиторные метрики: удержание3min
Прогнозирование оттока пользователей: Постановка задачи18min
Прогнозирование оттока пользователей: Построение и оценка модели16min
Reading6 leituras
МФТИ10min
Forum&Chat10min
Пример построения прогноза [ipython notebook]10min
Слайды к лекциям10min
Конспект10min
Слайды к лекциям10min
Quiz6 exercícios práticos
Автокорреляция и стационарность10min
p, q, P, Q18min
Прогнозирование временных рядов18min
Аудиторные показатели: привлечение и активность8min
Аудиторные показатели: монетизация и удержание6min
Анализ поведения пользователей10min
Semana
2
Horas para completar
6 horas para concluir

Анализ медиа

Вторая неделя посвящена вопросам компьютерного зрения. Мы обсудим базовые методы обработки изображений и поговорим про такие задачи, как классификация изображений, распознавание лиц, детекция объектов и семантическая сегментация. Благодаря развитию глубоких нейронных сетей, за последние несколько лет во всех этих задачах достигнут огромный прогресс. Вы узнаете, как на практике пользоваться нейросетевыми библиотеками, и научитесь быстро собирать и размечать большие коллекции изображений....
Reading
11 vídeos (total de (Total 106 mín.) min), 7 leituras, 3 testes
Video11 videos
Задачи компьютерного зрения5min
"Низкоуровневое" зрение14min
Линейная фильтрация изображений4min
Классификация изображений9min
Задача классификации изображений на практике14min
Распознавание лиц17min
Детекция объектов13min
Стилизация изображений3min
Распознавание китов5min
Сбор больших коллекций изображений10min
Reading7 leituras
Дополнительные материалы10min
Слайды к лекциям10min
Конспект10min
Слайды к лекциям10min
Конспект10min
Слайды к лекциям10min
Конспект10min
Quiz2 exercícios práticos
Компьютерное зрение16min
Практические задачи компьютерного зрения14min
Semana
3
Horas para completar
6 horas para concluir

Анализ текстов

Данная неделя посвящена работе с особым видом данных — текстами. Тексты встречаются во многих задачах, и при этом свести их к стандартной матрице с объектами и признаками не так просто. В этом модуле мы изучим основы работы с текстовыми данными, способы генерации признаков на их основе, поговорим о нейросетевых подходах (в частности, word2vec и рекуррентные сети). Также мы обсудим несколько конкретных прикладных задач анализа текстов, среди которых будут анализ тональности и аннотирование....
Reading
13 vídeos (total de (Total 80 mín.) min), 6 leituras, 5 testes
Video13 videos
Предобработка текста6min
Извлечение признаков из текста5min
Извлечение признаков из текста - 25min
Обучение моделей на текстах3min
word2vec5min
Рекуррентные сети7min
Выделение коллокаций5min
Языковые модели4min
Анализ тональности текста13min
Анализ тональности отзывов4min
Анализ тональности отзывов: продолжение5min
Аннотирование7min
Reading6 leituras
Слайды к лекциям10min
Конспекты к лекциям10min
Слайды к лекциям10min
Конспекты к лекциям10min
Анализ тональности отзывов [ipython notebook]10min
Слайды к лекциям10min
Quiz4 exercícios práticos
Первичная обработка текстов6min
Текстовые данные и работа с ними6min
word2vec и рекуррентные сети6min
Примеры задач анализа текстов6min
Semana
4
Horas para completar
5 horas para concluir

Рекомендации и ранжирование

На этой неделе вы познакомитесь с задачами, в которых нужно оценивать "интересность" различных объектов для пользователя - задачей ранжирования, актуальной при построении поиска, и задачей построения рекомендательных систем, возникающей при необходимости посоветовать пользователю некоторый контент (фильмы, музыку, статьи) или товары в интернет-магазине....
Reading
10 vídeos (total de (Total 57 mín.) min), 5 leituras, 4 testes
Video10 videos
Метрики качества ранжирования6min
Методы ранжирования4min
Рекомендательные системы4min
kNN и матричные разложения2min
Подходы к построению рекомендательных систем11min
Гибридные рекомендательные системы6min
Оффлайн оценка качества3min
Онлайновая оценка качества5min
Максимизация прибыли магазина7min
Reading5 leituras
Слайды к лекциям10min
Конспекты к лекциям10min
Слайды к лекциям10min
Финальные титры10min
Стань ментором специализации10min
Quiz3 exercícios práticos
Ранжирование6min
Рекомендательные системы-16min
Рекомендательные системы-210min
4.4
71 avaliaçõesChevron Right
Direcionamento de carreira

60%

comecei uma nova carreira após concluir estes cursos
Benefício de carreira

83%

consegui um benefício significativo de carreira com este curso
Promoção de carreira

50%

recebi um aumento ou promoção

Melhores avaliações

por AYNov 30th 2017

Good course however quite small from information perspective

Instrutores

Avatar

Антон Слесарев

руководитель группы распознавания образов Яндекс

Sobre Moscow Institute of Physics and Technology

Московский физико-технический институт (неофициально известный как МФТИ или Физтех) является одним из самых престижных в мире учебных и научно-исследовательских институтов. Он готовит высококвалифицированных специалистов в области теоретической и прикладной физики, прикладной математики, информатики, биотехнологии и смежных дисциплин. Физтех был основан в 1951 году Нобелевской премии лауреатами Петром Капицей, Николаем Семеновым, Львом Ландау и Сергеем Христиановичем. Основой образования в МФТИ является уникальная «система Физтеха»: кропотливое воспитание и отбор самых талантливых абитуриентов, фундаментальное образование высшего класса и раннее вовлечение студентов в реальную научно-исследовательскую работу. Среди выпускников МФТИ есть Нобелевские лауреаты, основатели всемирно известных компаний, известные космонавты, изобретатели, инженеры....

Sobre Yandex

Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world....

Sobre o Programa de cursos integrados Машинное обучение и анализ данных

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
Машинное обучение и анализ данных

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.