Chevron Left
Введение в машинное обучение(으)로 돌아가기

국립 연구 고등 경제 대학의 Введение в машинное обучение 학습자 리뷰 및 피드백

4.6
별점
2,324개의 평가
•
471개의 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

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.

DD
2016년 2월 9일

Спасибо за курс. Хороший материал. Отличные задания.\n\nЕсть желание пройти курс "Практическое машинное обучение" с большим количеством примеров и практик от авторов этого курса.

필터링 기준:

Введение в машинное обучение의 455개 리뷰 중 151~175

교육 기관: Dmitrii M

•
2016년 3월 15일

Отличный обзор возможностей машинног обучения с небольшой практикой дающей хороший задел для дальнейшего обучения

교육 기관: Aleksei S

•
2016년 2월 7일

Хороший курс, но требует мат. подготовки. Приятно видеть, что преподаватели работают над его усовершенствованием.

교육 기관: Anastasiya D

•
2016년 3월 10일

Курс очень понравился, хороший баланс математической строгости, доступного объяснения и практических примеров.

교육 기관: Isakov A S

•
2019년 12월 5일

Интересно. Достаточно сжато и не муторно. Очень интересно смотреть дополнительные материалы. Спасибо за курс!

교육 기관: Дубровин Л О

•
2017년 8월 26일

Сижу, часами читаю про математические обоснование алгоритма, который объясняют в видео за 5 минут, круть :)

교육 기관: Artem S

•
2018년 5월 7일

Курс подробный и очень интересный! Потраченное на курс время окупается с лихвой, поэтому очень рекомендую!

교육 기관: Саяпин В Ю

•
2017년 12월 20일

Отличный курс для изучения базовых основ машинного обучения. Идеален для тех, кто начинает изучать с нуля.

교육 기관: Andrey N

•
2017년 5월 7일

Отличный курс с плотной теоретической и практической программой, ориентированной на конкретные применения.

교육 기관: Yury L

•
2016년 2월 4일

Good alternative for Andrew Ng course in Russian. Good level, but some difficulties with tasks submission.

교육 기관: Churmantaev D M

•
2019년 2월 3일

Очень интересный курс. Мат.часть, конечно, тяжело воспринимается. Но практические задания - просто огонь!

교육 기관: Vitalij J

•
2020년 9월 13일

Иногда на английском материал найти и прочитать удобнее, там более понятно все объяснено, а так супер

교육 기관: Michael V M

•
2016년 2월 20일

Идеальный баланс между количеством/сложностью теории и практики. И все это в довольно разумные сроки.

교육 기관: Anton

•
2016년 6월 14일

Здорово cкомпонованы знания по интеллектуальному анализу данных с хорошими практическими заданиями

교육 기관: Denis S

•
2018년 8월 22일

Отличный курс. Лекции тяжеловато воспринимаются без наглядных иллюстраций, но в целом - хорошо.

교육 기관: Ivan C

•
2017년 8월 2일

Получил массу удовольсвия и полезной информации. Спасибо.

Очень доступно структурированній курс.

교육 기관: Никифоров М

•
2017년 11월 14일

Весьма полезный курс, в котором можно ознакомиться с основными алгоритмами машинного обучения.

교육 기관: Кандрашев А

•
2020년 4월 9일

Для знакомства с ML и основами работы с пакетами pandas и skilearn достаточно хороший курс

교육 기관: Воробьев И С

•
2017년 11월 20일

Отличный курс. Идеально подходит для введения в такую сложную тему, как машинное обучение.

교육 기관: Mikhail U

•
2016년 3월 12일

Очень хороший курс для практики, если у вас уже есть некоторые знания в машинном обучении.

교육 기관: Mike K

•
2018년 1월 29일

Отличный курс для начинающих - доступное изложение теории и полезные практические задания

교육 기관: Vladimir Y

•
2017년 11월 16일

Это очень хороший курс, для меня он оказался лучшим в качестве старта в этой дисциплине.

교육 기관: Abramov A

•
2016년 11월 20일

Большое спасибо за курс.

Это отличное начало для погружения в область машинного обучения.

교육 기관: Andrey T

•
2016년 12월 13일

Хороший курс, позволит начинающему ознакомится с базовыми алгоритмами работы с данными

교육 기관: Манс Н

•
2016년 6월 21일

Спасибо за данный курс. Давно искал информацию по данной сфере. Это то, что мне нужно!

교육 기관: Buzikov M

•
2018년 10월 20일

Отличный вводный курс. Вполне можно пройти за 2 недели. Интересный финальный проект.

Coursera Footer

인기 온라인 강좌

인기 온라인 전문 분야

온라인 수료증

온라인 학위 프로그램

Coursera

커뮤니티

기타

어디에서나 학습
앱스토어에서 다운로드하기구글 플레이에서 받기