Chevron Left
Zurück zu Основы машинного обучения

Bewertung und Feedback des Lernenden für Основы машинного обучения von HSE University

4.6
Sterne
32 Bewertungen
8 Bewertungen

Über den Kurs

Сейчас термины “машинное обучение” или даже “искусственный интеллект” у всех на слуху. Местами это преувеличение и хайп, но у машинного обучения действительно есть много полезных и важных применений. Вы сталкиваетесь с этим каждый день: когда вы ищете что-то в интернете, поисковик предлагает вам странички на основе сложного сопоставления текстов и анализа ваших данных; когда вы жалуетесь в службу поддержки какого-нибудь сервиса или магазина, с большой вероятностью вам отвечает бот; если у вас умные часы, то они, вероятно, используют методы машинного обучения, чтобы понимать, когда вы сидите, стоите или бегаете. В этом онлайн-курсе НИУ ВШЭ вы можете разобраться с принципами работы методов машинного обучения. Речь пойдёт об обучении с учителем — областью, которая изучена лучше всего и методы из которой наиболее часто используются на практике. Мы обсудим метрические и линейные методы, и на их примере разберём все ключевые концепции: обобщающую способность и переобучение, градиентные методы обучения, измерение качества модели и специализированные метрики качества, подготовку данных для моделей. Мы будем показывать, как это всё делается в Python с помощью его библиотек. По итогам курса вы поймёте, как устроены все ключевые моменты в машинном обучении, а также получите хороший практический опыт подготовки данных, их визуализации, построения и анализа моделей....
Filtern nach:

1 - 9 von 9 Bewertungen für Основы машинного обучения

von Кулиш В И

18. Mai 2021

Первый курс по машинному обучению, который я прошел. Авторам удалось преподать учебный материал последовательно, с хорошим уровнем детализации. Лекционный материал очень высокого качества. Считаю, что первое представление о дисциплине я получил.

Практические работы в целом имеют достаточно понятную постановку задач, которые нужно решить. Выполнять их весьма интересно, порой это - нетривиальный челлендж. Однако, в ряде задач, формулировка все же хромает, и приходится разбираться с помощью форумов. Еще сильно не хватает детального отчета об ошибках в задачах, чтобы можно было не гадать, где ошибка, а хотя бы понимать, где именно решение не засчитано и постараться улучшить его.

Так же отмечу, что практические задачи познакомили меня со средой Google Colaboratory, о которой я ранее ничего не знал. Очень классная вещь!

von Антон К

17. Juli 2021

Отличный курс! Лектор потрясающе объясняет сложные вещи очень понятным языком, на простых и интуитивно понятных примерах. Но нужно иметь в виду, что без базового понимания матанализа и аналитической геометрии может быть сложновато и понадобится тратить значительное время на вчитывание в формулы. Также огромное спасибо всем семинаристам. Особенно запомнилась теоретическая часть с Вадимом Кохтевым- отличный поэтапный разбор выкладок. Из недостатков хочу отметить, что многим могут сложно даваться части с кодом в Jupyter. Хотелось бы немного более плавного повествования с использование как можно меньшего количества побочных функций и методов, либо их объяснения. Спасибо, Евгений! Спасибо, ребята! Пошел смотреть Продвинутые методы :)

von Никитенко Д О

25. Feb. 2021

Добрый день.

Курс понравился подачей материала, прекрасными лекциями.

О плюсах - подробно рассказано про линейные модели. Неделя уделяется градиентному спуску - обычно в курсах этот материал проходится более поверхностно.

Из минусов - в практических ноутбуках при проверке не указывается номер задания, в котором совершена ошибка. Из-за этого приходится эмпирическим методом перебора находить то самое неверное задание. Также к минусам можно отнести слабую форумную активность - видимо проблема в том, что курс ещё молодой.

Итог - мне курс понравился, буду рекомендовать его друзьям и знакомым.

Спасибо преподавательскому составу за работу.

von Матвиюк А С

9. Mai 2021

Изложенный курс позволяет вникнуть в суть машинного обучения. Практические задания структурированы и понятны.

von Палухин А Е

5. Mai 2021

Отличный курс для начинающих специалистов!

von Владислав С А

1. Aug. 2021

Лектор очень понравился. Качество лекций немножко плавает, но ниже уровня "очень хорошо" никогда не опускается.

Практика же, по-моему, подкачала: семинаристы, видимо, считают, что можно не особо объяснять происходящее (абстрактное объяснение есть, но оно же уже было в лекциях, зачем его повторять...) . Код появляется сам собой, объяснения того, как работают функции нет совершенно. Из-за этого практический материал усваивается лишь частично и быстро забывается, а к последнему заданию из кода (который копипаста из семинаров/сторонних сайтов процентов на 50) понятна примерно половина. В общем, назвать это "знакомством с библиотеками", как написано в занятиях, можно с очень большой натяжкой.

Однако же если библиотеки (numpy, pandas, sklearn) известны, то этот крайне существенный недостаток уходит на второй план и практика становится весьма и весьма неплохой.

von Алексей И

18. Okt. 2021

Замечательный курс!

von Artyom F

15. Aug. 2021

Курс достаточно хороший: есть последовательность и четкость изложения материала, интересные практические задания и много чего другого. Для основ МО курс действительно подойдет. Этот курс также можно пройти с минимальными знаниями по лин. алгебре и мат. анализу. Домашние задания покрывают практически всю теоретическую часть и особо не выходят за рамки курса, но дополнительная практика точно не помешает. Очень понравилось то, что в этом курсе используется технология Coursera Lab, которая избавляет слушателей курса от постоянного скачивания и загрузки файлов, ведь с этой технологией можно работать прямо на Coursera. К сожалению, с этим не все так гладко как хотелось бы, поскольку иногда промежуточные проверки заданий в ноутбуках показывают результаты, которые не соответствуют действительности. Из-за этого иногда бывает сложно понять, где была ошибка: вроде бы в ноутбуке все правильно и ошибок на промежуточных проверках нет, но когда отправляешь задание на итоговую проверку, то максимальный балл почему-то не получаешь и приходится искать проблему перебором. Думаю, что это временно и в будущем это исправят.

Пожалуй, главный минус курса — это то, что он относительно молодой и комьюнити еще достаточно малое, поэтому ответ иногда получить сложно (вообще говоря, организаторам курса пора бы сделать Telegram-канал для общения участников, хотя бы на всю специализацию). Также хотелось бы видеть какие-нибудь опорные конспекты по окончанию каждой неделе. В остальном курс хороший, спасибо преподавателям!

von Maxim S

25. Jan. 2021

Причины - отсутствие обратной связи от преподавателей, непрозрачные системы оценок заданий в ноутбуках, разница между подаваемым материалом и заданиями. Косяки в задачах, приходится искать самостоятельно материал и инфу, которая вообще не имеет отношения к ML. Курс сырой, в общем.