Chevron Left
返回到 Прикладные задачи анализа данных

學生對 莫斯科物理科学与技术学院 提供的 Прикладные задачи анализа данных 的評價和反饋

4.4
720 個評分
109 條評論

課程概述

Методы машинного обучения — будь то алгоритмы классификации или регрессии, методы кластеризации или алгоритмы понижения размерности — применяются к подготовленным данным с вычисленными признаками для решения уже сформулированной задачи. Однако специалисты по анализу данных редко оказываются в такой идеальной ситуации. Обычно перед ними ставят задачи, которые нуждаются в уточнении формулировки, выборе метрики качества и протокола тестирования итоговой модели. Данные, с которыми нужно работать, часто представлены в непригодном виде: они зашумлены, содержат ошибки и выбросы, хранятся в неудобном формате и т. д. В этом курсе мы разберем прикладные задачи из различных областей анализа данных: анализ текста и информационный поиск, коллаборативная фильтрация и рекомендательные системы, бизнес-аналитика, прогнозирование временных рядов. На их примере вы узнаете, как извлекать признаки из разнородных данных, какие при этом возникают проблемы и как их решать. Вы научитесь сводить задачу заказчика к формальной постановке задачи машинного обучения и поймёте, как проверять качество построенной модели на исторических данных и в онлайн-эксперименте. На каждой задаче мы изучим плюсы и минусы пройденных алгоритмов машинного обучения. Прослушав этот курс, вы познакомитесь с распространенными типами прикладных задач и будете понимать схемы их решения. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

熱門審閱

PK
2018年5月23日

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

IS
2019年1月20日

Замечательный курс, полный примеров из реальной жизни для получения опыта. Очень полезные и понятные лекции, конспекты. Очень рад, что смог пройти этот курс.

篩選依據:

76 - Прикладные задачи анализа данных 的 100 個評論(共 107 個)

創建者 Ruslan S

2017年6月16日

Кантора в отставку!

創建者 Anvar A

2018年6月23日

Поставил 3 за плохую неделю с компьютерным зрением. Нейронные сети должны преподаваться отдельным курсом (слишком большая тема). В дополнение, формулировка задачи по ранжированию тоже ужасная. Пришлось помучиться с заданием. Из хорошего. Неделя по временным рядам классная. Неделя с текстами тоже интересная. В любом случае, спасибо за организацию курса и специализации!

創建者 Stanislav L

2017年12月5日

В сравнении с предыдущими курсами, этот какой-то проходящий. Какого-то особого смысла я в нём не увидел. Некоторые задачи решались просто одним вызовом, без особого погружения в смысл, остальные - зачастую подбором ответов.

Очень понравился раздел по работе с текстами. Всё-таки, подача материала часто определяет впечатление от курса.

創建者 Roman K

2019年12月6日

По сравнению с 4-м курсом этот курс слабоват: совсем мало практики, примеров. Более менее рассказано про временные ряды. Остальное - совсем по верхам. Где-то преподаватели даже поленились выложить лекции, есть только слайды (а они практически бесполезны без подстрочника). Видимо, под конец специализации все выдохлись)

創建者 Arsenii M

2017年8月2日

Местами очень сыро и непонятно. Честно говоря, худший курс специализации, особенно подкачала вторая неделя. Зачем-то рассказывают о соревнованиях и сложных архитектурах, при это нет реальных примеров в Питоне, полезной информации очень мало. Я надеюсь, вы её переработаете.

創建者 Шумилкин А Ю

2018年1月8日

Самый неудачный курс в специализации. Предыдущие четыре были замечательными, здесь понравились только временные ряды и анализ текстов. Все остальное либо рассказано странно, либо сопровождается странными заданиями, либо еще что-либо

創建者 Александр

2017年11月20日

Многократные попытки ответить на контрольные вопросы (точнее на один из них) опираясь на материал лекции ни к чему не привели. Либо лекция не раскрывает тему достаточно для правильного ответа, либо формулировка вопросов некорректна.

創建者 Yuriy K

2017年1月23日

В общем и целом курс хороший, но тема про ранжирование сделана очень плохо. Особенно хочу отметить квиз про ранжирование. За него отдельное "спасибо".

創建者 Vladimir A

2019年5月25日

Полезно, но поверхностно. Часть про временные ряды скучновата, зато про нейронные сети слушать было одно удовольствие.

創建者 Поздняков Ю О

2018年12月29日

Тесты очень напрягают. Хотелось бы иметь больше примеров задач и разборов решений с цифрами от а до я.

創建者 Пропастин К Ю

2019年12月2日

Вторая неделя очень плохо сделана. Материал сложный и плохо объясненный. Задание вообще ужасное.

創建者 Artem G

2020年3月1日

Курс отличный, но задание по нейросетям надо обновить. Ставлю оценку пониже, чтобы заметили!

創建者 Evgeny D

2017年6月2日

3й вопрос в тесте про ранжирование сильно подпортил впечатление о всем курсе.

創建者 Sergey O

2016年10月22日

"Сырая" вторая неделя, не очень понятное задание финальной недели.

創建者 Амиров Р М

2017年7月19日

Интересный курс, за исключением раздела про анализ изображений

創建者 Dmitriy T

2020年12月3日

Практические задания очень плохо объяснены и не обновляются.

創建者 Даркшевич А Н

2019年11月5日

Очень поверхностно

創建者 Коваленко М В

2018年3月1日

За временные ряды)

創建者 Самойлов А С

2018年7月5日

Курс вызвал у меня неоднозначные впечатления. Очень понравилась неделя Евгения с временными рядами. В целом в курсе идет краткий обзор всевозможных практических задач, при этом очень мало разборов задач. Было неплохо по каждой теме рассмотреть детально какой-нибудь реальную задачу, со всеми подводными камнями. Конечно я понимаю, что детально разобрать глубокие нейронные сети в компьютерном зрении, с учетом того, что в специализации по-сути их и не было, нереально, но в рекомендательных системах можно было бы разобрать что-то реальное к kaggle или что-нибудь настоящее. Там нет ни одного примера, а в задании люди вешаются от сложности. Нельзя от людей требовать то, чему вы их не учите. pdf лекции и презентации (за исключением временных рядов) в этом курсе подготовлены слабее, чем в остальных курсах специализации.

創建者 itrem 9

2019年6月14日

Задачи неплохие, но всё равно есть неприятный осадок от данного курса, а именно по этим причинам:

1) Не везде есть конспекты - во всех курсах специализации изучал теоретический материал по конспектам- мне так удобнее

2) Python 2 - если в предыдущих курсах это было не критично, то в данном курсе намного лучше Python 3 был бы. Та же библиотека Tensorflow, которая используется в данном курсе, требует Python 3 например.

3) Не обновляются Ipynb блокноты- со времени последнего обновления блокнотов многие из используемых библиотек поменялись, и некоторые функции или параметры функций уже не работают. Последнее является бедой всех курсов специализации.

創建者 Пенкин Г О

2017年3月9日

Курс в принципе нормальный, но 4 неделя это просто ужас, а конкретно задание по программированию.

Просто отвратительная постановка задачи. Нужно очень много времени, чтобы понять в чем заключается сама задача. Куча багов в системе оценивания. О всех замеченных багах написал на форуме. 4 пункт не стал делать, т.к. тупо жалко времени на поиск того, что от меня действительно хотят. И все бы ничего, если бы служба поддержки нормально работала, а по факту мои к ней вопросы так и остались без ответа.

創建者 Evgenii K

2020年10月25日

Полное разочарование. Если предыдущие курсы специализации можно назвать полезными (несмотря на проблемы с отдельными темами или заданиями), то тут почти полный провал, все максимально поверхностно, задания оторваны от лекций, но при этом предельно простые. Пожалуй, хоть какая-то польза была от первой недели, дальше - полный швах, типа компьютерного зрения за три дня. Стоит проходить этот курс, только если очень хочется получить диплом специализации

創建者 Ринат

2017年4月22日

Самый слабый из всех предыдущих курсов, плохо описан алгоритм выбора параметров для метода SARIMA в первой неделе(непонятно как на коррелограмме отличать сезонные лаги от несезонных), очень поверхностное задание по программированию во второй неделе, ошибки грейдера в последней неделе чуть с ума не свели.

創建者 Шаланкин М Д

2019年3月14日

Не рекомендую к прохождению, за такую цену есть много актуальных новых курсов, а на всей этой специализации (начиная с третьего курса и далее) кривые задания, отсутствие поддержки, минимум студентов, которые смогут проверить вашу работу. Мне больше курс от вышки понравился.

創建者 Анатолий С

2019年7月29日

Курс, конечно, не идет ни в какое сравнение с первыми тремя, носит чисто обзорный характер, тесты и практические задания оставляют желать лучшего. Но пройти наверное стоит, тем более что это реально сделать за неделю