このコースについて

10,537 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
上級レベル
約30時間で修了
英語
字幕:英語, 韓国語
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
上級レベル
約30時間で修了
英語
字幕:英語, 韓国語

提供:

Placeholder

Yandex

シラバス - 本コースの学習内容

1

1

7分で修了

Welcome

7分で修了
5件のビデオ (合計7分)
5件のビデオ
Course Structure1 分
Meet Alexey2 分
Meet Pavel37
Meet Ilya1 分
1時間で修了

(Optional) Machine Learning: Introduction

1時間で修了
6件のビデオ (合計43分), 1 reading
6件のビデオ
(Optional) Basic concepts11 分
(Optional) Types of problems and tasks5 分
(Optional) Supervised learning7 分
(Optional) Unsupervised learning6 分
(Optional) Business applications of the machine learning4 分
1件の学習用教材
Slack Channel is the quickest way to get answer to your question10 分
7時間で修了

Spark MLLib and Linear Models

7時間で修了
11件のビデオ (合計94分), 3 readings, 5 quizzes
11件のビデオ
First example. Linear regression10 分
How MLlib library is arranged10 分
How to train algorithms. Gradient descent method9 分
How to train algorithms. Second order methods8 分
Large scale classification. Logistic regression12 分
Regularization8 分
PCA decomposition9 分
K-means clustering7 分
How to submit your first assignment3 分
How to Install Docker on Windows 7, 8, 104 分
3件の学習用教材
Grading System: Instructions and Common Problems10 分
Docker Installation Guide10 分
Assignments. General requirements10 分
4の練習問題
Large scale machine learning. The beginning30 分
Large scale regression and classification. Detailed analysis30 分
Regularization and Unsupervised Techniques30 分
Spark MLLib and Linear Models30 分
2

2

4時間で修了

Machine Learning with Texts & Feature Engineering

4時間で修了
12件のビデオ (合計70分)
12件のビデオ
Welcome1 分
Feature Engineering for Texts, part 17 分
Feature Engineering for Texts, part 25 分
N-grams4 分
Hashing trick6 分
Categorical Features6 分
Feature Interactions2 分
Spark ML. Feature Engineering for Texts, part 17 分
Spark ML. Feature Engineering for Texts, part 25 分
Spark ML. Categorical Features3 分
Topic Modeling. LDA.7 分
Word2Vec11 分
5の練習問題
Feature Enginering for Texts30 分
Categorical Features & Feature Interactions30 分
Spark ML Tutorial: Text Processing30 分
Advanced Machine Learning with Texts30 分
Machine Learning with Texts & Feature Engineering30 分
3

3

9時間で修了

Decision Trees & Ensemble Learning

9時間で修了
13件のビデオ (合計64分)
13件のビデオ
Welcome1 分
Decision Trees Basics4 分
Decision Trees for Regression6 分
Decision Trees for Classification3 分
Decision Trees: Summary1 分
Bootstrap & Bagging8 分
Random Forest6 分
Gradient Boosted Decision Trees: Intro & Regression7 分
Gradient Boosted Decision Trees: Classification6 分
Stochastic Boosting1 分
Gradient Boosted Decision Trees: Usage Tips & Summary3 分
Spark ML. Decision Trees & Ensembles6 分
Spark ML. Cross-validation3 分
5の練習問題
Decision Trees30 分
Bootstrap, Bagging and Random Forest30 分
Gradient Boosted Decision Trees30 分
Spark ML Programming Tutorial: Decision Trees & CV30 分
Decision Trees & Ensemble Learning30 分
4

4

4時間で修了

Recommender Systems

4時間で修了
15件のビデオ (合計118分), 1 reading, 4 quizzes
15件のビデオ
Recommender Systems, Introduction. Part II4 分
Non-Personalized Recommender Systems9 分
Content-Based Recommender Systems8 分
Recommender System Evaluation10 分
Collaborative Filtering RecSys: User-User and Item-Item10 分
RecSys: SVD I7 分
RecSys: SVD II8 分
RecSys: SVD III5 分
RecSys: MF I7 分
RecSys: MF II6 分
RecSys: iALS I6 分
RecSys: iALS II11 分
RecSys: Hybrid I7 分
RecSys: Hybrid II7 分
1件の学習用教材
Recommender Systems. Spark Assignment10 分
4の練習問題
Basic RecSys for Data Engineers30 分
Moderate RecSys for Data Engineers30 分
Advanced RecSys for Data Engineers30 分
Recommender Systems30 分

レビュー

BIG DATA APPLICATIONS: MACHINE LEARNING AT SCALE からの人気レビュー

すべてのレビューを見る

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。