Chevron Left
Обучение на размеченных данных に戻る

モスクワ物理工科大学(Moscow Institute of Physics and Technology) による Обучение на размеченных данных の受講者のレビューおよびフィードバック

4.8
2,437件の評価
325件のレビュー

コースについて

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....

人気のレビュー

RN
2017年1月20日

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

AG
2019年11月14日

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!

フィルター:

Обучение на размеченных данных: 151 - 175 / 307 レビュー

by Крикливый А В

2016年12月6日

Самый полезный курс в специализации для соревнований на Kaggle

by Mikhail T

2017年11月23日

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

by Stanislav

2016年6月7日

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

by Michael N

2017年3月27日

Отличный курс для начального уровня обучения анализу данных

by Савченков Л А

2016年12月18日

Очень интересно! Лекции ёмкие, практика мозгонапрягающая :)

by Roman P

2018年3月31日

Интересные задания, актуальные технологии. Отличный курс!

by Козырев И А

2017年10月17日

Отличный курс, мне кажется основной во всей специализации

by Mohamed s s

2020年4月8日

Слишком рано стало сложно, мало примеров и много формул.

by Vyacheslav K

2017年3月15日

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

by Ilia D

2020年11月21日

Отличный курс! Я прошел его бесплатно. Как задонатить?

by Anton T

2017年12月31日

Хороший содержательный курс. Много практических задач.

by Alexey Z

2019年7月12日

Большое спасибо составителям курса и всем причастным!

by Evgeny D

2017年6月17日

Хороший курс заставил вспомнить университетские курсы

by Давыдов Ю В

2017年10月15日

Достаточно сложный курс с большим охватом материала.

by Mamedov M

2019年11月11日

One of the best series of courses i ve ever started

by Anvar A

2018年2月1日

Отличный курс с хорошим упором на линейные модели!

by Королькевич Г В

2020年4月8日

под конец было не очень понятно, а так отлично)

by Alisa S

2018年1月28日

Значительно сложнее предыдущего (и это хорошо!)

by Акимов О

2017年11月29日

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

by Пак И Е

2017年9月29日

Великолепный курс, очень много полезного узнал!

by Sergey O

2019年5月27日

Отличный курс. Продолжаю идти по специализации

by Alexander

2016年12月27日

Интересный курс, хорошие практические задания.

by Булыгин М В

2019年3月7日

Действительно понятно и интересно! Спасибо!)

by Dmitrii P

2017年10月15日

Великолепный курс! Спасибо огромное авторам.

by Сотников Г Д

2017年5月7日

Спасибо авторам! Интересно и информативно! )