About this Course
최근 조회 156,902

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 35시간 필요

권장: 7 недель исследования, 3-5 часов / неделю...

러시아어

자막: 러시아어

귀하가 습득할 기술

Python ProgrammingMachine Learning (ML) AlgorithmsMachine LearningPandas
Course을(를) 수강하는 학습자
  • Process Analysts
  • Economists
  • Machine Learning Engineers
  • Risk Managers
  • Auditors

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 35시간 필요

권장: 7 недель исследования, 3-5 часов / неделю...

러시아어

자막: 러시아어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 5시간 필요

Знакомство с анализом данных и машинным обучением

5개 동영상 (총 57분), 4 readings, 2 quizzes
5개의 동영상
Формальная постановка задачи машинного обучения14m
Примеры применения машинного обучения — 110m
Примеры применения машинного обучения — 213m
Проблема переобучения. Методология решения задач машинного обучения.15m
4개의 읽기 자료
Приветствие и вводная информация10m
FAQ10m
Python для анализа данных10m
Работа с векторами и матрицами в NumPy10m
1개 연습문제
Основные понятия машинного обучения8m
완료하는 데 4시간 필요

Логические методы классификации

4개 동영상 (총 35분), 2 quizzes
4개의 동영상
Алгоритм построения решающего дерева6m
Обработка пропусков. Достоинства и недостатки решающих деревьев.8m
Способы устранения недостатков решающих деревьев12m
1개 연습문제
Решающие деревья4m
2
완료하는 데 7시간 필요

Метрические методы классификации

4개 동영상 (총 34분), 3 quizzes
4개의 동영상
Метод окна Парзена8m
Метрические методы классификации в задаче восстановления регрессии9m
Обнаружение выбросов6m
1개 연습문제
Метрические методы4m
완료하는 데 4시간 필요

Линейные методы классификации

5개 동영상 (총 31분), 2 quizzes
5개의 동영상
Градиентные методы численной минимизации и алгоритм SG5m
Алгоритм SAG3m
Метод стохастического градиента. Достоинства и недостатки.10m
Проблема переобучения5m
1개 연습문제
Линейные методы и градиентный спуск6m
3
완료하는 데 10시간 필요

Метод опорных векторов и логистическая регрессия

5개 동영상 (총 38분), 5 quizzes
5개의 동영상
Метод опорных векторов. Обобщение для нелинейного случая8m
Логистическая регрессия6m
Пример применения логистической регрессии5m
Регуляризованная логистическая регрессия2m
2개 연습문제
Особенности метода опорных векторов6m
Логистическая регрессия4m
완료하는 데 4시간 필요

Метрики качества классификации

3개 동영상 (총 31분), 2 quizzes
3개의 동영상
Метрики качества классификации — 212m
Многоклассовая классификация7m
1개 연습문제
Метрики качества классификации6m
4
완료하는 데 3시간 필요

Линейная регрессия

3개 동영상 (총 23분), 1 quiz
완료하는 데 3시간 필요

Понижение размерности и метод главных компонент

1개 동영상 (총 14분), 1 quiz
4.6
386개의 리뷰Chevron Right

39%

이 강좌를 수료한 후 새로운 경력 시작하기

47%

이 강좌를 통해 확실한 경력상 이점 얻기

30%

급여 인상 또는 승진하기

Введение в машинное обучение의 최상위 리뷰

대학: ALSep 25th 2018

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

대학: DDFeb 10th 2016

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.

강사

Avatar

Константин Вячеславович Воронцов

Профессор
Факультет компьютерных наук НИУ ВШЭ, Школа анализа данных Яндекса
Avatar

Evgeny Sokolov

Senior Lecturer
HSE Faculty of Computer Science

국립 연구 고등 경제 대학 정보

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

Yandex 데이터 분석 대학원 정보

В Школе анализа данных в течение двух лет студенты осваивают машинное обучение, компьютерное зрение, анализ текстов на естественном языке и другие направления современных компьютерных наук. Эти предметы обычно не входят в университетские программы, но при этом пользуются огромным спросом в отраслях, где уже применяются наукоёмкие информационные технологии. Некоторые выпускники Школы попадают на стажировку в Яндекс, где применяют только что полученные знания....

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.