Chevron Left
Voltar para Введение в машинное обучение

Comentários e feedback de alunos de Введение в машинное обучение da instituição Universidade HSE

4.6
estrelas
2,334 classificações
•
473 avaliações

Sobre o curso

Не так давно получил распространение термин «большие данные», обозначивший новую прикладную область — поиск способов автоматического быстрого анализа огромных объёмов разнородной информации. Наука о больших данных ещё только оформляется, но уже сейчас она очень востребована — и в будущем будет востребована только больше. С её помощью можно решать невероятные задачи: оценивать состояние печени по кардиограмме, предсказывать зарплату по описанию вакансии, предлагать пользователю музыку на основании его анкеты в интернете. Большими данными может оказаться что угодно: результаты научных экспериментов, логи банковских транзакций, метеорологические наблюдения, профили в социальных сетях — словом, всё, что может быть полезно проанализировать. Самым перспективным подходом к анализу больших данных считается применение машинного обучения — набора методов, благодаря которым компьютер может находить в массивах изначально неизвестные взаимосвязи и закономерности. На факультете компьютерных наук ВШЭ и в Школе анализа данных есть люди, активно использующие машинное обучение и разрабатывающие новые подходы к нему. Именно они — преподаватели этого курса. Вы изучите основные типы задач, решаемых с помощью машинного обучения — в основном речь пойдёт о классификации, регрессии и кластеризации. Узнаете об основных методах машинного обучения и их особенностях, научитесь оценивать качество моделей — и решать, подходит ли модель для решения конкретной задачи. Наконец, познакомитесь с современными библиотеками, в которых реализованы обсуждаемые модели и методы оценки их качества. Для работы мы будем использовать реальные данные из реальных задач. Краткая программа курса: Неделя 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса. Неделя 2. Метрические методы классификации. Линейные методы, стохастический градиент. Неделя 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации. Неделя 4. Линейная регрессия. Понижение размерности, метод главных компонент. Неделя 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети. Неделя 6. Кластеризация и визуализация. Частичное обучение. Неделя 7. Прикладные задачи анализа данных: постановки и методы решения. Слушателю нужно знать об основных понятиях математики: функциях, производных, векторах, матрицах. Для выполнения практических заданий потребуются базовые навыки программирования. Очень желательно знать Python. Задания рассчитаны на использование этого языка и его библиотек numpy, pandas и scikit-learn. Чтобы успешно завершить курс, нужно набрать проходную сумму баллов за тесты и практические задания, а также выполнить финальный проект, посвящённый решению прикладной задачи анализа данных. Мы уверены, что этот курс будет полезен каждому, кто хочет постичь искусство предсказательного моделирования и освоить интеллектуальный анализ данных. Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru...

Melhores avaliações

AL
24 de Set de 2018

Понравилось отсутствие "разжевывания" материала, короткие и информативные видео-лекции, довольно интересные задания. Курс дал начальное понимание основных принципов и направлений в ML.

AG
7 de Mai de 2020

Очень познавательно. Понравилось. Интересные задачи. Хорошие обсуждения на форуме. Надо попотеть. Спасибо создателям. Больше примеров вместо сухой теории было бы вообще шикарно.

Filtrar por:

176 — 200 de 457 Avaliações para o Введение в машинное обучение

por Манс Н

•
21 de Jun de 2016

Спасибо за данный курс. Давно искал информацию по данной сфере. Это то, что мне нужно!

por Buzikov M

•
20 de Out de 2018

Отличный вводный курс. Вполне можно пройти за 2 недели. Интересный финальный проект.

por Родин М С

•
20 de Jun de 2018

Хороший курс, быстро дает представление о направлении, темы для дальнейшего изучения

por Konstantin V

•
25 de Out de 2020

Отлично, прекрасный баланс между "все объяснили для практики" и "найди в интернете"

por Ерден Ж

•
19 de Set de 2017

Спасибо, очень интересно и познавательно. Большое спасибо лекторам и сокурсникам!

por Дмитрий

•
23 de Fev de 2016

Отличный курс, систематизирующий обрывочные знания, полученные на других курсах.

por Болтачев А В

•
18 de Abr de 2018

Отличный курс. Все подробно объяснено, но при этом дан простор для размышлений.

por Fedor K

•
29 de Nov de 2017

Хороший баланс теоритической и практической части курса. Реалистичные задания.

por rinat

•
11 de Dez de 2016

Очень интересный курс. Нет углубления в теорию (ненужного). Акцент на практику

por Евгений

•
28 de Nov de 2017

Отлично. И не думал что существуют настолько интересно организованные курсы.

por Сергей Т

•
8 de Jul de 2017

Отличный курс для начала знакомства с миром машинного обучения и нейросетей.

por Victor S

•
4 de Abr de 2018

Отличный старт в машинном обучении. Пришлось повспоминать линейную алгебру.

por Dmitry S

•
28 de Jun de 2017

Интересные материалы, отличные преподаватели, хорошее начало для новичков.

por Павел М

•
19 de Nov de 2017

Практическая часть просто великолепная. Теория, честно говоря, скучновата

por Никита К

•
3 de Mai de 2017

Большое спасибо!

Курс больше всего интересен благодаря интересным задачам.

por Abitov D

•
15 de Mar de 2017

Отличный курс.

Сильная теория и практика.

Развивает навыки работы в Python.

por Vlad L

•
27 de Out de 2016

Everything is great! Sometimes lectures were apart from seminars and labs

por Минаков В

•
23 de Abr de 2020

Курс является отличным по качеству предоставленного материала лекторами

por Дмитрий И

•
9 de Mar de 2016

Мне очень понравился данный курс, спасибо создателям. Помогло в работе!

por Lopatina A S

•
12 de Mai de 2020

Очень информативный курс, как раз подходит для введения в Data Science

por Yuriy M

•
31 de Jan de 2016

Классно, полезно, с элементами самообучения, что очень важно.

Спасибо!

por Токарев О С

•
26 de Set de 2018

Отличный курс! Все по делу и много практики! Порекомендую друзьям!

por Maksim K

•
8 de Ago de 2019

Everything is great!

Thanks a lot for the time and consideration!

por Filatov S

•
17 de Abr de 2020

Отличный баланс теоретической информации и практических заданий!

por Гусев С А

•
26 de Dez de 2019

Великолепный курс, получил много новых умений и знаний. Спасибо!

Coursera Footer

Os melhores cursos on-line

Principais programas de cursos integrados on-line

Certificados on-line

Programa de graduação on-line

Coursera

Comunidade

Mais

Aprenda em qualquer lugar
Baixar na App StoreBaixar no Google Play