このコースについて

70,519 最近の表示

受講生の就業成果

50%

コース終了後に新しいキャリアをスタートした

45%

コースが具体的なキャリアアップにつながった

40%

昇給や昇進につながった
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。
中級レベル
約31時間で修了
ロシア語

習得するスキル

Topic ModelData Clustering AlgorithmsMachine LearningData Visualization (DataViz)

受講生の就業成果

50%

コース終了後に新しいキャリアをスタートした

45%

コースが具体的なキャリアアップにつながった

40%

昇給や昇進につながった
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。
中級レベル
約31時間で修了
ロシア語

提供:

Placeholder

モスクワ物理工科大学(Moscow Institute of Physics and Technology)

Placeholder

Yandex

Placeholder

E-Learning Development Fund

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up87%(10,761 件の評価)Info
1

1

9時間で修了

Кластеризация

9時間で修了
15件のビデオ (合計109分), 8 readings, 5 quizzes
15件のビデオ
Как устроена специализация, и зачем ее проходить3 分
Структура уроков1 分
Задача кластеризации4 分
Примеры задач кластеризации5 分
Знакомство с методами кластеризации9 分
Пример: кластеризация текстов по теме13 分
Выбор метода кластеризации7 分
МФТИ1 分
Метод K средних (K-Means)10 分
Expectation Maximization (EM-алгоритм)9 分
Агломеративная иерархическая кластеризация12 分
Графовые методы кластеризации4 分
Методы, основанные на плотности6 分
Оценка качества и рекомендации по решению задачи кластеризации13 分
8件の学習用教材
Блокнот из примера кластеризации текстов20 分
Слайды к лекциям10 分
Конспект10 分
Немного о Yandex10 分
МФТИ10 分
Forum&Chat10 分
Слайды к лекциям10 分
Конспект10 分
4の練習問題
Знакомство с кластеризацией30 分
Введение в кластеризацию30 分
Некоторые методы кластеризации30 分
Подробнее о методах кластеризации30 分
2

2

7時間で修了

Понижение размерности и матричные разложения

7時間で修了
15件のビデオ (合計108分), 4 readings, 5 quizzes
15件のビデオ
Одномерный отбор признаков8 分
Жадные методы отбора признаков6 分
Отбор признаков на основе моделей6 分
Понижение размерности4 分
Метод главных компонент: постановка задачи7 分
Метод главных компонент: решение6 分
Матричные разложения13 分
SGD и ALS5 分
Прогнозирование неизвестных значений в матрице6 分
Проблема отсутствия негативных примеров и implicit методы6 分
Вероятностный взгляд на матричные разложения5 分
Неотрицательные матричные разложения: постановка и решение10 分
Неотрицательные матричные разложения: функционалы и инициализация5 分
Обработка пропусков8 分
4件の学習用教材
Слайды к лекциям10 分
Конспект10 分
Слайды к лекциям10 分
Конспект10 分
4の練習問題
Отбор признаков30 分
Понижение размерности и отбор признаков30 分
Матричные разложения30 分
Неотрицательные матричные разложения30 分
3

3

5時間で修了

Визуализация и поиск аномалий

5時間で修了
8件のビデオ (合計57分), 5 readings, 5 quizzes
8件のビデオ
Параметрическое восстановление плотности9 分
Непараметрическое восстановление плотности8 分
Одноклассовый SVM5 分
Задача визуализации5 分
Многомерное шкалирование4 分
Метод t-SNE6 分
Визуализация данных в sklearn12 分
5件の学習用教材
Слайды к лекциям10 分
Конспект10 分
Визуализация данных в sklearn10 分
Слайды к лекциям10 分
Конспект10 分
4の練習問題
Восстановление плотности30 分
Поиск аномалий30 分
Методы SNE и t-SNE30 分
Визуализация30 分
4

4

10時間で修了

Тематическое моделирование

10時間で修了
14件のビデオ (合計151分), 8 readings, 6 quizzes
14件のビデオ
Постановка задачи тематического моделирования12 分
Базовые тематические модели и EM-алгоритм14 分
Регуляризация тематических моделей10 分
Мультимодальные тематические модели9 分
Внутренние критерии качества тематических моделей9 分
Внешние критерии качества тематических моделей16 分
Визуализация тематических моделей10 分
Тематические модели на практике11 分
Пример использования библиотеки gensim для построения тематической модели10 分
Установка BigARTM в Windows3 分
Установка BigARTM в Linux Mint2 分
Установка BigARTM в Mac OS-X3 分
Пример использования библиотеки BigARTM для построения тематической модели19 分
8件の学習用教材
Слайды к лекциям10 分
Конспект10 分
Ноутбук из демонстрации использования gensim10 分
Ноутбук из демонстрации использования BigARTM10 分
Слайды к лекциям10 分
Конспект10 分
Финальные титры10 分
Стань ментором специализации10 分
4の練習問題
Постановка задачи и базовые понятия30 分
Тематическое моделирование-130 分
Критерии качества тематических моделей30 分
Тематическое моделирование-230 分

レビュー

ПОИСК СТРУКТУРЫ В ДАННЫХ からの人気レビュー

すべてのレビューを見る

Машинное обучение и анализ данных専門講座について

Машинное обучение и анализ данных

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。