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
2,300개의 평가
466개의 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 451개 리뷰 중 251~275

교육 기관: Kondrashin I

2019년 7월 10일

Шикарный курс. Спасибо авторам.

교육 기관: Соколов Е

2018년 5월 22일

достаточно практических занятий

교육 기관: Александр Х

2017년 11월 20일

Отличные фундаментальные знания

교육 기관: Афанасьев С В

2017년 6월 5일

Ну конечно это отличный курс :)

교육 기관: Гамов А

2016년 3월 15일

Отличный курс на русском языке.

교육 기관: Pavel B

2018년 11월 20일

Memorable

Everything is perfect

교육 기관: Alexander F

2017년 10월 23일

очень интересно и информативно

교육 기관: Литвинов В Г

2018년 3월 14일

The best course for beginner.

교육 기관: Баханова М Д

2017년 12월 20일

Курс супер! Спасибо большое!

교육 기관: Бойцов М В

2017년 9월 12일

Прекрасный курс! Рекомендую!

교육 기관: Трусевич Е

2016년 2월 20일

Easy but very useful course.

교육 기관: Tarasevich U

2018년 9월 11일

Спасибо за прекрасный курс!

교육 기관: Roman

2017년 2월 15일

Сложно. Полезно. Интересно.

교육 기관: Ihor I

2017년 1월 29일

Great course! Thanks a lot!

교육 기관: Эмиль Н Ш

2020년 9월 18일

Для введение отличный курс

교육 기관: Кузнецов А А

2019년 11월 29일

Хороший курс. Рекомендую.

교육 기관: Иван М

2019년 7월 14일

Отлично помогает новичкам

교육 기관: Konstantin T

2017년 6월 23일

Отличный курс для начала.

교육 기관: Альмуханбетова М М

2018년 2월 16일

Хороший курс для начала!

교육 기관: Peter S

2017년 10월 23일

Очень информативный курс

교육 기관: Коробов В М

2020년 3월 5일

Сложный, но интересный.

교육 기관: Ильяс К

2017년 10월 22일

Отличный курс, спасибо!

교육 기관: Alexander M

2017년 8월 2일

Хороший курс для начала

교육 기관: Артур Ш

2018년 2월 12일

Спасибо, отличный курс

교육 기관: Ruslan T

2020년 11월 27일

Хорошее введение в ML