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
2,434 Bewertungen
325 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:

276 - 300 von 307 Bewertungen für Обучение на размеченных данных

von Polovinkin A

8. Okt. 2017

- балл за наличие ошибок и недосказанностей в заданиях спустя огромное время с момента старта курса

von Valerii B

25. März 2020

Хороший познавательный курс, но некоторые практические задания плохо поддерживаются и устарели.

von Maksim S

25. Nov. 2019

Коллеги, данный курс можно было бы сделать и подлиннее) Особенно 5ю неделю) А так все ок! )

von Alexey S

23. Mai 2016

Не смотря на то, что курс "сыроват" я почерпнул много полезного для работы и лично для себя

von Dmitry D

9. Nov. 2018

Курс отличный! В меру теории и практики. Только 5я неделя подкачала - очень скомканно.

von Студенников В Ю

25. Okt. 2016

Не все используемые понятия объясняются. Очень мало внимания уделено нейронным сетям.

von Gyrdymov I

30. Nov. 2016

Слишком сумборно был подан материал по нейронным сетям, много непонятного осталось

von Аникин Г К

17. Mai 2020

Задания могли бы быть и более подготовленными, но, в целом, курс понравился.

von Глушенков Р Б

11. Nov. 2020

Отличный курс, но задания на последней неделе нужно немного обновить

von Рыжов В П

11. Nov. 2019

В целом хорошо, но по нейронным сетям слишком мало было рассказано.

von Maria N

1. Okt. 2019

Очень понятно все и интересно. Но по нейронным сетям большой минус.

von Чернышев А О

18. Sep. 2017

Про нейронные сети мало рассказывается, "галопом по Европе"

von Павлов Е В

9. Juli 2017

Не очень понятно изложено про XGBoost и нейронную сеть.

von Амиров Р М

24. Apr. 2017

Отличный курс! Жаль, что мало практики по нейронкам.

von Антон Г

23. Okt. 2018

Отличный курс, но хотелось бы больше про нейросети

von Захаркин Г Ф

3. Nov. 2019

5 неделя разочаровала

von Ульянов Р

9. Juli 2017

Лучше первого

von Basil S

15. Okt. 2017

not bad

von Демидова Е А

17. Juni 2018

Спасибо Виктору Кантор и Дмитрию Ветрову за замечательные и живые лекции. Ваши лекции пробуждают интерес к темам, которые вы затрагиваете. Видно, что вы отлично понимаете то, о чем рассказываете, а главное, можете донести эту информацию до других.Три звезды за то, что некоторые лекции были откровенно некачественными, было похоже, что студента-прогульщика заставили делать доклад по теме, которую он не понимает (конечно, это не касается выше указанных преподавателей).

von Evgeny F

10. Sep. 2020

Спасибо за курс. Понравился материал про линейные модели и композицию алгоритмов. Остальное очень кратко, очень многое пропущено. Про нейронные сети на 5 неделе очень плохо изложено. Проблемы с версиями библиотек и кодом под второй питон в 2020 году конечно не очень. Стоит окончательно обновить под 3 версию и в начале курса сделать видео с рекомендацией использования виртуального окружения с фиксированными зависимостями. Такой подход ведь и в жизни пригодится.

von Anastasiia B

21. Feb. 2020

Лекции очень сжатые, но понятно куда копать. Другое дело, что копать и сроки сдачи курса не соотносятся от слова "совсем". Частично не адаптированные к питону 3.+ и новым параметрам в библиотеках задания, вместо даже минимального обзора TensorFlow мертвый pybrain. Недостаточно практики. Но при этом очень хороший обзор в целом, чтобы понимать что нужно для специализации.

von Zamoshin P

4. Okt. 2019

Из-за вечного разгадывания ребусов в заданиях (а какие параметры они не указали на этот раз) пропадает всякое желание заниматься курсом. Боюсь, продлять еще раз его уже не буду. Тем не менее, спасибо.

von Ilya D

23. Sep. 2017

Очень подробно рассмотрены линейная регрессия, решающие деревья, композиции алгоритмов, но нейронные сети, Байес и kNN "свалены" в одну неделю, хотя материала по ним хватит на отдельный курс.

von Ablaikhan A

12. Juni 2016

Great content, but there is no point to keep automated-grading closed for auditing students.

von Попов В Б

31. Jan. 2019

Более формальный курс, чем предыдущий