課程信息

70,219 次近期查看

學生職業成果

50%

完成這些課程後已開始新的職業生涯

45%

通過此課程獲得實實在在的工作福利

40%

加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 3 門課程(共 6 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為27 小時
俄語(Russian)
字幕:俄語(Russian)

您將獲得的技能

Topic ModelData Clustering AlgorithmsMachine LearningData Visualization (DataViz)

學生職業成果

50%

完成這些課程後已開始新的職業生涯

45%

通過此課程獲得實實在在的工作福利

40%

加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 3 門課程(共 6 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為27 小時
俄語(Russian)
字幕:俄語(Russian)

提供方

莫斯科物理科学与技术学院 徽標

莫斯科物理科学与技术学院

Yandex 徽標

Yandex

E-Learning Development Fund 徽標

E-Learning Development Fund

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up88%(10,566 個評分)Info
1

1

完成時間為 7 小時

Кластеризация

完成時間為 7 小時
15 個視頻 (總計 109 分鐘), 8 個閱讀材料, 5 個測驗
15 個視頻
Как устроена специализация, и зачем ее проходить3分鐘
Структура уроков1分鐘
Задача кластеризации4分鐘
Примеры задач кластеризации5分鐘
Знакомство с методами кластеризации9分鐘
Пример: кластеризация текстов по теме13分鐘
Выбор метода кластеризации7分鐘
МФТИ1分鐘
Метод K средних (K-Means)10分鐘
Expectation Maximization (EM-алгоритм)9分鐘
Агломеративная иерархическая кластеризация12分鐘
Графовые методы кластеризации4分鐘
Методы, основанные на плотности6分鐘
Оценка качества и рекомендации по решению задачи кластеризации13分鐘
8 個閱讀材料
Блокнот из примера кластеризации текстов20分鐘
Слайды к лекциям10分鐘
Конспект10分鐘
Немного о Yandex10分鐘
МФТИ10分鐘
Forum&Chat10分鐘
Слайды к лекциям10分鐘
Конспект10分鐘
4 個練習
Знакомство с кластеризацией6分鐘
Введение в кластеризацию8分鐘
Некоторые методы кластеризации8分鐘
Подробнее о методах кластеризации12分鐘
2

2

完成時間為 6 小時

Понижение размерности и матричные разложения

完成時間為 6 小時
15 個視頻 (總計 108 分鐘), 4 個閱讀材料, 5 個測驗
15 個視頻
Одномерный отбор признаков8分鐘
Жадные методы отбора признаков6分鐘
Отбор признаков на основе моделей6分鐘
Понижение размерности4分鐘
Метод главных компонент: постановка задачи7分鐘
Метод главных компонент: решение6分鐘
Матричные разложения13分鐘
SGD и ALS5分鐘
Прогнозирование неизвестных значений в матрице6分鐘
Проблема отсутствия негативных примеров и implicit методы6分鐘
Вероятностный взгляд на матричные разложения5分鐘
Неотрицательные матричные разложения: постановка и решение10分鐘
Неотрицательные матричные разложения: функционалы и инициализация5分鐘
Обработка пропусков8分鐘
4 個閱讀材料
Слайды к лекциям10分鐘
Конспект10分鐘
Слайды к лекциям10分鐘
Конспект10分鐘
4 個練習
Отбор признаков6分鐘
Понижение размерности и отбор признаков14分鐘
Матричные разложения8分鐘
Неотрицательные матричные разложения10分鐘
3

3

完成時間為 4 小時

Визуализация и поиск аномалий

完成時間為 4 小時
8 個視頻 (總計 57 分鐘), 5 個閱讀材料, 5 個測驗
8 個視頻
Параметрическое восстановление плотности9分鐘
Непараметрическое восстановление плотности8分鐘
Одноклассовый SVM5分鐘
Задача визуализации5分鐘
Многомерное шкалирование4分鐘
Метод t-SNE6分鐘
Визуализация данных в sklearn12分鐘
5 個閱讀材料
Слайды к лекциям10分鐘
Конспект10分鐘
Визуализация данных в sklearn10分鐘
Слайды к лекциям10分鐘
Конспект10分鐘
4 個練習
Восстановление плотности6分鐘
Поиск аномалий4分鐘
Методы SNE и t-SNE6分鐘
Визуализация14分鐘
4

4

完成時間為 10 小時

Тематическое моделирование

完成時間為 10 小時
14 個視頻 (總計 151 分鐘), 8 個閱讀材料, 6 個測驗
14 個視頻
Постановка задачи тематического моделирования12分鐘
Базовые тематические модели и EM-алгоритм14分鐘
Регуляризация тематических моделей10分鐘
Мультимодальные тематические модели9分鐘
Внутренние критерии качества тематических моделей9分鐘
Внешние критерии качества тематических моделей16分鐘
Визуализация тематических моделей10分鐘
Тематические модели на практике11分鐘
Пример использования библиотеки gensim для построения тематической модели10分鐘
Установка BigARTM в Windows3分鐘
Установка BigARTM в Linux Mint2分鐘
Установка BigARTM в Mac OS-X3分鐘
Пример использования библиотеки BigARTM для построения тематической модели19分鐘
8 個閱讀材料
Слайды к лекциям10分鐘
Конспект10分鐘
Ноутбук из демонстрации использования gensim10分鐘
Ноутбук из демонстрации использования BigARTM10分鐘
Слайды к лекциям10分鐘
Конспект10分鐘
Финальные титры10分鐘
Стань ментором специализации10分鐘
4 個練習
Постановка задачи и базовые понятия6分鐘
Тематическое моделирование-18分鐘
Критерии качества тематических моделей6分鐘
Тематическое моделирование-26分鐘

審閱

來自ПОИСК СТРУКТУРЫ В ДАННЫХ的熱門評論

查看所有評論

關於 机器学习和数据分析 專項課程

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
机器学习和数据分析

常見問題

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.

    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

還有其他問題嗎?請訪問 學生幫助中心