Chevron Left
Zurück zu Обучение на размеченных данных

Kursteilnehmer-Bewertung und -Feedback für Обучение на размеченных данных von Moscow Institute of Physics and Technology

4.8
Sterne
2,460 Bewertungen
329 Bewertungen

Über den Kurs

Обучение на размеченных данных или обучение с учителем – это наиболее распространенный класс задач машинного обучения. К нему относятся те задачи, где нужно научиться предсказывать некоторую величину для любого объекта, имея конечное число примеров. Это может быть предсказание уровня пробок на участке дороги, определение возраста пользователя по его действиям в интернете, предсказание цены, по которой будет куплена подержанная машина. В этом курсе вы научитесь формулировать и, конечно, решать такие задачи. В центре нашего внимания будут успешно применяемые на практике алгоритмы классификации и регрессии: линейные модели, нейронные сети, решающие деревья и так далее. Особый акцент мы сделаем на такой мощной технике как построение композиций, которая позволяет существенно повысить качество отдельных алгоритмов и широко используется при решении прикладных задач. В частности, мы узнаем про случайные леса и про метод градиентного бустинга. Построение предсказывающих алгоритмов — это лишь часть работы при решении задачи анализа данных. Мы разберемся и с другими этапами: оценивание обобщающей способности алгоритмов, подбор параметров модели, выбор и подсчет метрик качества. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Top-Bewertungen

RN
20. Jan. 2017

Один из лучших курсов по обучению на размеченных данных. Немного расстраивали несбалансированность сложности домашних заданий и промежуточных проверок правильности подготовки данных в заданиях.

AG
14. Nov. 2019

Очень интересный и более сложный курс по сравнению с предыдущим! Но!! Хотелось бы обновлений и дополнений по нейросетям (мало информации), а также не затронут TensorFlow, что не очень хорошо!

Filtern nach:

151 - 175 von 311 Bewertungen für Обучение на размеченных данных

von Grigory P

13. März 2019

Очень познавательно, просто. Ничего лишнего. Прекрасные лекторы

von Родин М С

8. Okt. 2018

Хороший курс с практическими и теоретическими основами, советую

von Pavel P

13. Dez. 2018

Понравилось четкое и последовательное изложение тем. Спасибо!!

von Крикливый А В

6. Dez. 2016

Самый полезный курс в специализации для соревнований на Kaggle

von Mikhail T

23. Nov. 2017

Долго, тяжеловато (особенно первые три недели), но интересно!

von Stanislav

7. Juni 2016

Пример того, каким должно быть образование в начале 21 века.

von Michael N

27. März 2017

Отличный курс для начального уровня обучения анализу данных

von Савченков Л А

18. Dez. 2016

Очень интересно! Лекции ёмкие, практика мозгонапрягающая :)

von Roman P

31. März 2018

Интересные задания, актуальные технологии. Отличный курс!

von Козырев И А

17. Okt. 2017

Отличный курс, мне кажется основной во всей специализации

von Md S

8. Apr. 2020

Слишком рано стало сложно, мало примеров и много формул.

von Vyacheslav K

15. März 2017

Все отлично, но 5-ю неделю лучше разбить на два модуля.

von Ilia D

21. Nov. 2020

Отличный курс! Я прошел его бесплатно. Как задонатить?

von Anton T

31. Dez. 2017

Хороший содержательный курс. Много практических задач.

von Alexey Z

12. Juli 2019

Большое спасибо составителям курса и всем причастным!

von Evgeny D

17. Juni 2017

Хороший курс заставил вспомнить университетские курсы

von Давыдов Ю В

15. Okt. 2017

Достаточно сложный курс с большим охватом материала.

von Mamedov M

11. Nov. 2019

One of the best series of courses i ve ever started

von Anvar A

1. Feb. 2018

Отличный курс с хорошим упором на линейные модели!

von Королькевич Г В

8. Apr. 2020

под конец было не очень понятно, а так отлично)

von Alisa S

28. Jan. 2018

Значительно сложнее предыдущего (и это хорошо!)

von Акимов О

29. Nov. 2017

Для уровня Beginner 5/5, для Intermediate 4-/5.

von Пак И Е

29. Sep. 2017

Великолепный курс, очень много полезного узнал!

von Sergey O

27. Mai 2019

Отличный курс. Продолжаю идти по специализации

von Alexander

27. Dez. 2016

Интересный курс, хорошие практические задания.