강좌 소개
최상위 리뷰
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.
Понравилось отсутствие "разжевывания" материала, короткие и информативные видео-лекции, довольно интересные задания. Курс дал начальное понимание основных принципов и направлений в ML.
Введение в машинное обучение의 469개 리뷰 중 401~425
교육 기관: Anton V
•Thank you for this course. It helps me learn a lot of interesting about Data Science.
교육 기관: Novoselov D
•Целевая аудитория не определена. Курс плавает по уровню от лекции к лекции.
교육 기관: Ваня М
•Все круто, но заданий по нейронкам хотя бы на базовом уровне не хватает
교육 기관: Andrey M
•Спасибо! за прекрасно проведенное время и знания которые я получил =)
교육 기관: Ольга Э
•Увы, у меня нет математической основы для прохождения курса
교육 기관: Konstantin S
•Несомненно полезный курс для новичков в машинном обучении.
교육 기관: Nikita C
•Okay-ish курс для начинающих
Но в целом, мне понравилось
교육 기관: Гончаров А С
•К сожалению пока не хватает практических примеров.
교육 기관: Philipp K
•Хороший курс, но мало связи теории и практики.
교육 기관: Totyshev Y I
•Сложно для новичка и очень много сухой теории
교육 기관: Evgeniy P
•Not bad for introduction in Machine Learning
교육 기관: Mark O
•Теории невероятно больше чем практического
교육 기관: Алексин А А
•спасибо за такой обучающий вводный курс)
교육 기관: Oleg
•Explanations are not always transparent.
교육 기관: Leonid B
•Вполне пристойное введение в предмет.
교육 기관: Vladimir M
•Теория немного оторвана от практики
교육 기관: Шубин Н Ю
•Спасибо! Было познавательно.
교육 기관: Anton R
•Порог входа очень большой.
교육 기관: Рыжов М С
•Some problems with tasks.
교육 기관: Сидоров К О
•Не для новичков такое.
교육 기관: Pavlov A
•Good intro
교육 기관: Alexey K
•В целом не плохой курс, дает представление о машинном обучении. Охватывает много тем, один из немногих на русском языке. Очень понравился финальный проект на реальных данных. Большой недостаток курса проявляется еще до его начала - это неточное описание сложности, слишком мягкие требования к слушателям. Читаем: "нужно знать об основных понятиях математики: функциях, производных, векторах, матрицах. Для выполнения практических заданий потребуются базовые навыки программирования." На самом деле математика в курсе явно не для человека который просто "знает об основных понятиях", в этих понятиях надо хорошо разбираться, чтобы не возникло проблем с пониманием теоретической части. Базовых навыков программирования вам так же не хватит, придется осваиваить все на ходу.
Что еще не понравилось:
По теории - её очень много, но она вообще не используется в практических задания. В практике почти везде используются готовые библиотеки, использование которых возможно вообще без тех знаний, что даются в лекциях. Лекции читаются в типичной университетской манере, когда лектор уверен в достаточности знаний у аудитории, идет по материалу быстро, не вдаваясь в глубокие разъяснения. Именно слушать такие лекции смысла не много, с тем же успехом их можно было просто выложить в виде мини-учебника вместе со слайдами, эффект был бы тот же.
По практике - в лекциях не ни слова по практике на Python, выполняя практические задания придется ориентироваться только на не всегда полные текстовые описания и все время читать документацию по библиотекам языка (sklear, pandas, numpy). Из-за этого задания, оцененные на 3 часа выполнения, превращаются во все 9 часов, а по началу и более, пока вы не освоите язык и не накопите кодовую базу, куски из которой позже можно будет использовать повторно.
Если вы хорошо знаете высшую математику на уровне 2-3 курса технического вуза, вы не новичек в программирование, то этот курс для вас. Конечно, курс можно протий и так, но часть теории останется для вас загадкой, а на практику вы потратите в разы больше заявленного врмени.
교육 기관: Pavel A
•Курс новый, и хотя очень интересный, весьма сырой. Не считая всяких мелких технических ошибок, которые авторы исправляют достаточно быстро, всё даётся совсем по верхам. Без толкового описания что к чему и зачем. Примеров явно не достаточно. А практические задания весьма далеки от теории. Не в том смысле что они не о том, а скорее в них нужно выполнить работу, делая системные вызовы некоторых библиотек питона. При этом прямой связи почему эти вызовы, а не другие, почему так, и что там должно происходить либо не повествуется, либо умалчивается :)
Но я рад что прошёл и закончил этот курс. Рад также что "пришлось" познакомиться с Python (моё мнение о нём немного улучшилось).
교육 기관: Vladimir L
•Сначала было интересно... Но потом, - встречаются ошибки в тексте. Темы начинаются с видео, потом переходят в загруженный отдельно PDF. Какая-то сборная солянка. В видео идут общие теоретические знания - аля как важен Machine Learning в общих фразах, а чтобы решить задачу предлагается изучить ссылки на другие курсы для работы с Python Notebook и pandas - зачем тогда ваш курс если все приходиться самому изучать на английских сайтах?
Невозможно пройти простейшие тесты из-за ошибки в принятии правильного ответа. Сложные ответы были приняты. Система приема ответов не продумана по сравнению с другими курсами Coursera. Типичный Яндекс.
교육 기관: Андрей П
•Курс должен называться "Введение в математические основы машинного обучения". Много сухой теории без примеров из реальной жизни. Да могу я теперь написать регрессию с нуля, только толку то? Зашел на kaggle взялся за титаник и понял, что я ничего не знаю о тех самых основах предобработки данных и их визуализации, выбора фич и их создания. Да конечно неплохо понимать, что происходит когда стучишь молотком по гвоздю, но все же думаю логично сначала научить правильно пользоваться молотком, а потом уже углубляться, чтобы можно было пилить собственные молотки.
Coursera Footer
