課程信息

72,744 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 Up87%(10,626 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

  • 讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程,则可以免费查看大多数课程资料。要访问评分作业并获得证书,您需要在旁听期间或之后购买证书体验。如果看不到旁听选项:

    • 课程可能不提供旁听选项。您可以尝试免费试用,也可以申请助学金。
    • 课程可能会改为提供'完整课程,没有证书'。通过此选项,您可以查看所有课程材料、提交所要求的作业,以及获得最终成绩。这也意味着您将无法购买证书体验。
  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 是的,Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤,包括毕业项目。了解更多

還有其他問題嗎?請訪問 學生幫助中心