Chevron Left
Введение в машинное обучение(으)로 돌아가기

HSE 대학의 Введение в машинное обучение 학습자 리뷰 및 피드백

4.7
별점
2,375개의 평가
485개의 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 469개 리뷰 중 276~300

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: Егорина О П

2021년 3월 22일

Отличный курс. Спасибо.

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

교육 기관: Кустов С Н

2019년 9월 5일

Замечательный курс!!!

교육 기관: Pavel T

2018년 2월 12일

Отличный вводный курс

교육 기관: Могунова е в

2017년 4월 25일

Очень хороший курс!!!

교육 기관: Огнерубов Е В

2016년 6월 15일

Класс. Но очень сжато

교육 기관: Тер-Акопов М А

2019년 8월 9일

Зе бест фо ми, окей

교육 기관: Oleg D

2016년 7월 23일

Замечательный курс!

교육 기관: Elena L

2018년 1월 18일

Великолепный курс!

교육 기관: Гусенков С В

2016년 12월 13일

Очень хороший курс

교육 기관: Квасильчук В И

2020년 4월 6일

Интересно, удобно

교육 기관: Alexander Z

2017년 11월 26일

Здорово, спасибо!

교육 기관: Zhassulan S

2017년 9월 6일

Very good course!

교육 기관: Vasily

2021년 4월 10일

Спасибо за курс!

교육 기관: Бодак С А

2017년 6월 8일

Не плохое начало

교육 기관: Петренко А В

2017년 5월 10일

10 звёзд из 5!!!