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
2,109 Bewertungen
274 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

Jan 21, 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

Nov 15, 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:

76 - 100 von 256 Bewertungen für Обучение на размеченных данных

von Кадырметов Ш В

Jan 15, 2018

Отличный курс. Сам не эксперт, но алгоритмов разных, в ознакомительном порядке, в нём по-максимуму.

Даёшь больше байесовской статистики! Было бы классно задачу какую-нибудь, из серии спрогнозировать движение такси показаниям по GPS и спидометра. Вообще, пока ощущение, что это метод королей, но нет "мяса".

В целом получил положительных эмоций от чего-то, что работает) С нетерпением иду дальше по специализации

von Подвойский А О

Nov 08, 2016

Замечательный, стимулирующий, тонизирующий и очень познавательный курс

von Лазарев А В

Feb 25, 2018

Все по полочкам! XGBoost освоен)

von Пак И Е

Sep 29, 2017

Великолепный курс, очень много полезного узнал!

von Кирилл В

Apr 26, 2017

Прекрасный курс!

Большое спасибо преподавателям за доступное изложение материала! В курсе много практических заданий, которые позволяют потрогать руками различные методы обучения на размеченных данных, что вкупе с хорошей теоретической базой дает слушателям возможность осознанно применять инструменты для решения различных задач по анализу данных. Кстати, отдельно хочется отметить, что преподаватели дают еще и множество практических советов по предобработке данных и применению методов машинного обучения.

Из недостатков: на 5 неделе дается вводное занятие по нейронным сетям. Задание по программированию по этой теме основано на библиотеке pybrain, которая на сегодняшний день является устаревшей.

von Маргарита А

Jul 22, 2017

Супер!

Доступно изложен материал, полезные задания на проверку знаний.

von Нехорошев Д А

Nov 15, 2016

Отличный курс, очень интересно и доходчиво.

von Anatoli Y

Apr 06, 2017

Великолепный курс по методам обучения на размеченных данных. Разобраны различные подходы, много практических рекомендаций и заданий

von Alexander A

Feb 26, 2017

Очень приятно было пройти этот курс, хотя иногда было очень сложно

von Алексей К Д

Mar 25, 2018

Отличный курс. За короткий срок рассматривается очень много методов машинного обучения, но при этом объясняются они доходчиво и доступно. Множество практических, разнообразных задач позволяют закрепить навыки и укрепить теоретические знания. Ищите меня на kaggle, буду практиковаться на задачах ;)

von Aleksey T

Dec 31, 2016

Отличная подача материала и наглядные примеры. Задания на программирование просто супер. Спасибо за курс!

von Araslanova A

Jul 16, 2017

Хороший курс. Но его надо обязательно брать в связке со следующим. Курс лучше: от стэнфорда

von Alex K

Nov 06, 2017

Неделя 5 очень слабая, подача материала и его качество по сравнению с 1м курсом и остальными 4 неделями 2го курса не выдерживают конкуренции.

von Daria Z

Nov 02, 2016

Супер-курс! Много практических примеров, много заданий на программирование, полезная, понятная и хорошо изложенная теория.

von Maxim B

Apr 09, 2017

Предупреждайте людей, что иногда нужно разбивать выборку не с помощью train_test_split, а руками. Иначе ответ не сходится.

Кроме того, что перед бинаризацией надо конвертить категориальные признаки в строки на всякий случай.

В остальном все круто!

von Alexey F

Aug 16, 2016

Отличный курс!

von Шарапов Р А

Sep 07, 2017

Многие задания невозможно сдать до конца, тк система не принимает ответы, при том что ответы сто процентно верные.

von Nikolay E

Jan 10, 2018

Основной курс всей специализации

von Elizaveta N

May 07, 2018

Отлично!

von Dmitrii P

Oct 15, 2017

Великолепный курс! Спасибо огромное авторам.

von Alexandr K

Jun 11, 2018

Отличный понятный и полезный курс. Еще в процессе прохождения начал применять навыки для решения рабочих задач. Спасибо авторам!

von Maria I

Sep 02, 2017

очень насыщенный и интересный курс

von Мария Е Ч

May 04, 2018

Спасибо за курс!

von Швец П Ю

Feb 06, 2017

больше практичкских примеров будет большим плюсом :)

и ссылки на статьи для глубокого погружения

von Бабин О О

Sep 20, 2016

Спасибо!