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
710 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

KV
2017年7月8日

Курс интересен тем, что в нем рассматриваются примеры реальных задач, которые решаются в индустрии. Но мне он показался слишком простым по сравнению с 2,3 и 4 курсами. Можно усложнить его немного :)

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.

篩選依據:

26 - Прикладные задачи анализа данных 的 50 個評論(共 107 個)

創建者 Nikolai L

2017年1月18日

Лучший курс специализации по части сложности и интересности задач. В видео лекций есть проблемы с версткой — не всегда виден текст, либо он закрыт картинкой.

創建者 Гридасов И И

2019年2月4日

Курс даёт широкий взгляд на то, какие бывают задачи в анализе данных, с подробными pipelin-ами решений. В целом курс не сложный, но крайне полезный.

創建者 Alex S

2017年3月20日

Наконец-то узнал основы анализа изображений и пощупал руками TensorFlow, прикольно, надеюсь дальше будет только интереснее.)

創建者 Bakyt

2017年10月9日

очень полезный курс для тех, кто хочет освоить прикладные задачи машинного обучения

創建者 Alexander G

2016年11月5日

Хороший курс! Хотелось бы больше про обработку изображений. Хорошие задачи!

創建者 Anatoli Y

2017年11月29日

Good course however quite small from information perspective

創建者 Sergey P

2020年5月3日

Good introduction to popular data science tasks.

創建者 Виталий С

2018年4月13日

Хороший курс. Помог разобраться с проблемрй

創建者 Kirill K

2020年5月4日

Хороший материал и практические задачи

創建者 Артем К

2017年4月18日

Отлично, как и все предыдущие курсы!

創建者 Артём В

2018年2月10日

Интересный курс, и очень полезный.

創建者 Зайнуллин Т В

2020年6月19日

Очень интересный курс)

創建者 Yuriy S

2017年11月19日

Супер, как всегда!

創建者 Anton B

2017年5月29日

Отличный курс.

創建者 Igor I

2017年8月13日

GREAT

創建者 Vadim M

2016年10月16日

ok

創建者 Sergey

2019年4月11日

The first week is totally outstanding. In fact, it has helped me a lot with my current project. In a nutshell, the course instructors have covered the field of the time series analysis, highlighting the important theory, and illustrating it with a nice programming example. That alone makes the course highly useful, and worth completing.

The second week - glossing over the entire field of image processing - was a good try. It is really nice that the course instructors have introduced TensorFlow - that's the way to go. Although, it has developed over the last two years, so it would make sense to rewrite the assignment using tf.keras. Perhaps, it would also make more sense to focus more on some of the image processing aspects - such as convolutional layers - instead of trying to cover everything at once.

The last two weeks definitely could've been improved. The amount and scope of theory is sensible, although in the multiple choice tests and the assignments, I literally had to psychoanalyze the instructors. There are two ways to deal with that: either to relax the 100% requirement in the multiple choice tests, or to better convey the questions. The same applies to the latest programming assignment.

創建者 Радионов А

2017年10月2日

В целом отличный курс.

Но вторая неделя совсем не смотрится в сравнении со всеми остальными уроками. И общая структура странная, и выбор библиотеки непонятен: если уж выбираете такую сложную вещь, как Tensorflow, стОит объяснить, как им пользоваться. Во всех остальных случаях ведь шикарно был изложен материал.

И текстовка крайнего задания по программированию малость подкачала.

創建者 Vladislav

2017年1月31日

Те недели, что запомнились:

Временные ряды - это классно, очень понравилась тема, узнал много нового.

Неделя про нейронные сетки была очень неинформативной. Конечно, это слишком объёмная тема для одной недели, но она сделана совсем плохо. Для нейросеток неплохо было бы сделать как минимум отдельный курс, а может быть и целую специализацию.

創建者 Bulat K

2021年1月2日

Есть определенные сложности пройти курс отдельно в отрыве от предыдущих курсов. Есть особенности в принятии грейдером результатов, например кодировок. Для успешного прохождения курса необходимо серфить форум курса и телеграм канал школы. Лекций достаточно для прохождения тестов, но для решения задач необходимы дополнительные ресурсы.

創建者 Alexander

2017年5月3日

Есть места, которые нужно поправить: в задании на программирование первой недели почетче сформулировать определение метрик, в злобном квизе вынести сложный вопрос в отдельный квиз или упростить.

В остальном курс хороший, но предыдущие понравились больше.

Пожалуйста, добавьте конспекты и сделайте рассылочку по прошедшим курс!

創建者 Павел М

2019年9月9日

Курс понравился, за исключением раздела про нейронные сети и анализ изображений (на мой взгляд, тема заслуживает отдельного курса, как с точки зрения рассматриваемых моделей и подходов, так и с точки зрения особенностей применения нейронных сетей в прикладных задачах)

創建者 Timur B

2018年6月10日

Неделя с нейронными сетями - тихий ужас.Первая неделя очень полезная, но можно чуть более подробнее объяснить некоторые моменты.Последняя неделя - мощь, задание очень непонятное, убивает время сильно, но позволяет немного поюзать Python.

創建者 Mikhail E

2020年10月6日

Спорный курс. С одной стороны, очень классные лекции про временные ряды. С другой, остальные темы затронуты достаточно поверхностно, а лекции по computer vision ужасны. Стоит проходить, если нужно закончить специализацию.

創建者 Blackadder

2017年4月10日

В целом курс, как и все предыдущие - довольно хорош, интересно и содержательно, но есть неприятные моменты, связанные с неудачной формулировкой заданий и некоторой недосказанностью, как например в методах ранжирования