Chevron Left
Введение в машинное обучение(으)로 돌아가기

HSE 대학의 Введение в машинное обучение 학습자 리뷰 및 피드백

4.6
별점
2,394개의 평가
488개의 리뷰

강좌 소개

Не так давно получил распространение термин «большие данные», обозначивший новую прикладную область — поиск способов автоматического быстрого анализа огромных объёмов разнородной информации. Наука о больших данных ещё только оформляется, но уже сейчас она очень востребована — и в будущем будет востребована только больше. С её помощью можно решать невероятные задачи: оценивать состояние печени по кардиограмме, предсказывать зарплату по описанию вакансии, предлагать пользователю музыку на основании его анкеты в интернете. Большими данными может оказаться что угодно: результаты научных экспериментов, логи банковских транзакций, метеорологические наблюдения, профили в социальных сетях — словом, всё, что может быть полезно проанализировать. Самым перспективным подходом к анализу больших данных считается применение машинного обучения — набора методов, благодаря которым компьютер может находить в массивах изначально неизвестные взаимосвязи и закономерности. На факультете компьютерных наук ВШЭ и в Школе анализа данных есть люди, активно использующие машинное обучение и разрабатывающие новые подходы к нему. Именно они — преподаватели этого курса. Вы изучите основные типы задач, решаемых с помощью машинного обучения — в основном речь пойдёт о классификации, регрессии и кластеризации. Узнаете об основных методах машинного обучения и их особенностях, научитесь оценивать качество моделей — и решать, подходит ли модель для решения конкретной задачи. Наконец, познакомитесь с современными библиотеками, в которых реализованы обсуждаемые модели и методы оценки их качества. Для работы мы будем использовать реальные данные из реальных задач. Краткая программа курса: Неделя 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса. Неделя 2. Метрические методы классификации. Линейные методы, стохастический градиент. Неделя 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации. Неделя 4. Линейная регрессия. Понижение размерности, метод главных компонент. Неделя 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети. Неделя 6. Кластеризация и визуализация. Частичное обучение. Неделя 7. Прикладные задачи анализа данных: постановки и методы решения. Слушателю нужно знать об основных понятиях математики: функциях, производных, векторах, матрицах. Для выполнения практических заданий потребуются базовые навыки программирования. Очень желательно знать Python. Задания рассчитаны на использование этого языка и его библиотек numpy, pandas и scikit-learn. Чтобы успешно завершить курс, нужно набрать проходную сумму баллов за тесты и практические задания, а также выполнить финальный проект, посвящённый решению прикладной задачи анализа данных. Мы уверены, что этот курс будет полезен каждому, кто хочет постичь искусство предсказательного моделирования и освоить интеллектуальный анализ данных. Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru...

최상위 리뷰

AA
2016년 6월 14일

Хороший курс без лишнего. Некоторые методы, предлагаемые в заданиях не оптимальны с точки зрения затрат ресурсов компьютера и времени программиста, но, надеюсь, с новыми сессиями будет развитие курса.

AL
2018년 9월 24일

Понравилось отсутствие "разжевывания" материала, короткие и информативные видео-лекции, довольно интересные задания. Курс дал начальное понимание основных принципов и направлений в ML.

필터링 기준:

Введение в машинное обучение의 472개 리뷰 중 226~250

교육 기관: Alexey P

2016년 2월 14일

Сложно и интересно. Мне важно видео со субтитрами

교육 기관: Матвиюк А С

2021년 8월 22일

Большая благодарность за данный курс создателям.

교육 기관: Ваганов Н

2019년 6월 3일

Спасибо Константину Воронцову за чудесные лекции

교육 기관: Лунёв А Ю

2017년 12월 2일

Спасибо большое, особенно за практическую часть!

교육 기관: Дубинич А И

2017년 5월 31일

Прекрасный курс дающий базовые понятия и навыки!

교육 기관: Орлов А В

2019년 4월 29일

Отличный курс для введения в Машинное обучение.

교육 기관: Alexey T

2016년 4월 4일

Классный курс, отлично дополняет курс Andrew Ng

교육 기관: Valentin

2016년 3월 12일

Очень хороший вводный курс в машинное обучение.

교육 기관: Винокуров М В

2016년 2월 9일

У преподавателя речь очень грамотно поставлена.

교육 기관: Шаланкин М Д

2019년 4월 8일

Отличный курс для введения в основные понятия.

교육 기관: Рычков А Ф

2018년 10월 14일

Спасибо. Насыщенный курс, даже для "введения".

교육 기관: Евгений Р

2021년 1월 4일

Очень хороший курс для базового понимания ML.

교육 기관: Daniel

2017년 7월 27일

Хорошее введение в основы машинного обучения.

교육 기관: Фатуллаева А В к

2019년 10월 4일

Спасибо за такое замечательное приложение!!!

교육 기관: Vladimir Y

2019년 3월 20일

Понравилось делать руками градиентный спуск.

교육 기관: Anton K

2018년 11월 26일

для начала - очень неплохой курс, рекомендую

교육 기관: Albina S

2018년 1월 29일

Хорошие курс по введению в машинное обучение

교육 기관: Alexander O

2017년 10월 19일

Отличный курс! Он познакомил меня с Kaggle!

교육 기관: Starukhin Y A

2016년 11월 27일

Highly recommend this course for beginners!

교육 기관: Anton P

2017년 9월 14일

Excellent course with lot of practice. 5/5

교육 기관: Oksana D

2017년 1월 19일

Спасибо за замечательные домашние задания.

교육 기관: Alexander L

2020년 9월 25일

Отличный вводный курс в машинное обучение

교육 기관: Антипин И Н

2018년 4월 5일

Интересный курс. Много практики. Годно.

교육 기관: Ганиев Т

2018년 3월 4일

Прекрасный курс, хорошие преподаватели.

교육 기관: Клементьев А А

2016년 11월 22일

Очень помогло получить начальные знания