Über diesen Kurs

14,816 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Fortgeschritten“

Ca. 75 Stunden zum Abschließen

Empfohlen: 5 weeks of study, 6-8 hours/week...

Englisch

Untertitel: Englisch

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Fortgeschritten“

Ca. 75 Stunden zum Abschließen

Empfohlen: 5 weeks of study, 6-8 hours/week...

Englisch

Untertitel: Englisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

7 Minuten zum Abschließen

Welcome

7 Minuten zum Abschließen
5 Videos (Gesamt 7 min)
5 Videos
Course Structure1m
Meet Alexey2m
Meet Pavel37
Meet Ilya1m
1 Stunde zum Abschließen

(Optional) Machine Learning: Introduction

1 Stunde zum Abschließen
6 Videos (Gesamt 43 min), 1 Lektüre
6 Videos
(Optional) Basic concepts11m
(Optional) Types of problems and tasks5m
(Optional) Supervised learning7m
(Optional) Unsupervised learning6m
(Optional) Business applications of the machine learning4m
1 Lektüre
Slack Channel is the quickest way to get answer to your question10m
5 Stunden zum Abschließen

Spark MLLib and Linear Models

5 Stunden zum Abschließen
11 Videos (Gesamt 94 min), 3 Lektüren, 5 Quiz
11 Videos
First example. Linear regression10m
How MLlib library is arranged10m
How to train algorithms. Gradient descent method9m
How to train algorithms. Second order methods8m
Large scale classification. Logistic regression12m
Regularization8m
PCA decomposition9m
K-means clustering7m
How to submit your first assignment3m
How to Install Docker on Windows 7, 8, 104m
3 Lektüren
Grading System: Instructions and Common Problems10m
Docker Installation Guide10m
Assignments. General requirements10m
4 praktische Übungen
Large scale machine learning. The beginning14m
Large scale regression and classification. Detailed analysis10m
Regularization and Unsupervised Techniques10m
Spark MLLib and Linear Models18m
Woche
2

Woche 2

2 Stunden zum Abschließen

Machine Learning with Texts & Feature Engineering

2 Stunden zum Abschließen
12 Videos (Gesamt 70 min), 5 Quiz
12 Videos
Feature Engineering for Texts, part 17m
Feature Engineering for Texts, part 25m
N-grams4m
Hashing trick6m
Categorical Features6m
Feature Interactions2m
Spark ML. Feature Engineering for Texts, part 17m
Spark ML. Feature Engineering for Texts, part 25m
Spark ML. Categorical Features3m
Topic Modeling. LDA.7m
Word2Vec11m
5 praktische Übungen
Feature Enginering for Texts16m
Categorical Features & Feature Interactions6m
Spark ML Tutorial: Text Processing6m
Advanced Machine Learning with Texts8m
Machine Learning with Texts & Feature Engineering20m
Woche
3

Woche 3

6 Stunden zum Abschließen

Decision Trees & Ensemble Learning

6 Stunden zum Abschließen
13 Videos (Gesamt 64 min), 6 Quiz
13 Videos
Decision Trees Basics4m
Decision Trees for Regression6m
Decision Trees for Classification3m
Decision Trees: Summary1m
Bootstrap & Bagging8m
Random Forest6m
Gradient Boosted Decision Trees: Intro & Regression7m
Gradient Boosted Decision Trees: Classification6m
Stochastic Boosting1m
Gradient Boosted Decision Trees: Usage Tips & Summary3m
Spark ML. Decision Trees & Ensembles6m
Spark ML. Cross-validation3m
5 praktische Übungen
Decision Trees16m
Bootstrap, Bagging and Random Forest6m
Gradient Boosted Decision Trees10m
Spark ML Programming Tutorial: Decision Trees & CV6m
Decision Trees & Ensemble Learning16m
Woche
4

Woche 4

3 Stunden zum Abschließen

Recommender Systems

3 Stunden zum Abschließen
15 Videos (Gesamt 118 min), 1 Lektüre, 4 Quiz
15 Videos
Recommender Systems, Introduction. Part II4m
Non-Personalized Recommender Systems9m
Content-Based Recommender Systems8m
Recommender System Evaluation10m
Collaborative Filtering RecSys: User-User and Item-Item10m
RecSys: SVD I7m
RecSys: SVD II8m
RecSys: SVD III5m
RecSys: MF I7m
RecSys: MF II6m
RecSys: iALS I6m
RecSys: iALS II11m
RecSys: Hybrid I7m
RecSys: Hybrid II7m
1 Lektüre
Recommender Systems. Spark Assignment10m
4 praktische Übungen
Basic RecSys for Data Engineers14m
Moderate RecSys for Data Engineers10m
Advanced RecSys for Data Engineers4m
Recommender Systems16m

Dozenten

Bild des Dozenten, Alexey A. Dral

Alexey A. Dral

Founder and Chief Executive Officer
BigData Team
Bild des Dozenten, Evgeny Frolov

Evgeny Frolov

Data Scientist, PhD Student @Skoltech
Computational and Data Intensive Science and Engineering
Bild des Dozenten, Ilya Trofimov

Ilya Trofimov

Principal Data Scientist
Yandex

Über 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....

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..