Chevron Left
返回到 Введение в машинное обучение

學生對 国立高等经济大学 提供的 Введение в машинное обучение 的評價和反饋

4.7
2,213 個評分
437 條評論

課程概述

Не так давно получил распространение термин «большие данные», обозначивший новую прикладную область — поиск способов автоматического быстрого анализа огромных объёмов разнородной информации. Наука о больших данных ещё только оформляется, но уже сейчас она очень востребована — и в будущем будет востребована только больше. С её помощью можно решать невероятные задачи: оценивать состояние печени по кардиограмме, предсказывать зарплату по описанию вакансии, предлагать пользователю музыку на основании его анкеты в интернете. Большими данными может оказаться что угодно: результаты научных экспериментов, логи банковских транзакций, метеорологические наблюдения, профили в социальных сетях — словом, всё, что может быть полезно проанализировать. Самым перспективным подходом к анализу больших данных считается применение машинного обучения — набора методов, благодаря которым компьютер может находить в массивах изначально неизвестные взаимосвязи и закономерности. На факультете компьютерных наук ВШЭ и в Школе анализа данных есть люди, активно использующие машинное обучение и разрабатывающие новые подходы к нему. Именно они — преподаватели этого курса. Вы изучите основные типы задач, решаемых с помощью машинного обучения — в основном речь пойдёт о классификации, регрессии и кластеризации. Узнаете об основных методах машинного обучения и их особенностях, научитесь оценивать качество моделей — и решать, подходит ли модель для решения конкретной задачи. Наконец, познакомитесь с современными библиотеками, в которых реализованы обсуждаемые модели и методы оценки их качества. Для работы мы будем использовать реальные данные из реальных задач. Краткая программа курса: Неделя 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса. Неделя 2. Метрические методы классификации. Линейные методы, стохастический градиент. Неделя 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации. Неделя 4. Линейная регрессия. Понижение размерности, метод главных компонент. Неделя 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети. Неделя 6. Кластеризация и визуализация. Частичное обучение. Неделя 7. Прикладные задачи анализа данных: постановки и методы решения. Слушателю нужно знать об основных понятиях математики: функциях, производных, векторах, матрицах. Для выполнения практических заданий потребуются базовые навыки программирования. Очень желательно знать Python. Задания рассчитаны на использование этого языка и его библиотек numpy, pandas и scikit-learn. Чтобы успешно завершить курс, нужно набрать проходную сумму баллов за тесты и практические задания, а также выполнить финальный проект, посвящённый решению прикладной задачи анализа данных. Мы уверены, что этот курс будет полезен каждому, кто хочет постичь искусство предсказательного моделирования и освоить интеллектуальный анализ данных. Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru...

熱門審閱

AA

Jun 15, 2016

Хороший курс без лишнего. Некоторые методы, предлагаемые в заданиях не оптимальны с точки зрения затрат ресурсов компьютера и времени программиста, но, надеюсь, с новыми сессиями будет развитие курса.

AL

Sep 25, 2018

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

篩選依據:

151 - Введение в машинное обучение 的 175 個評論(共 421 個)

創建者 Denis S

Aug 22, 2018

Отличный курс. Лекции тяжеловато воспринимаются без наглядных иллюстраций, но в целом - хорошо.

創建者 Ivan C

Aug 02, 2017

Получил массу удовольсвия и полезной информации. Спасибо.

Очень доступно структурированній курс.

創建者 Никифоров М

Nov 14, 2017

Весьма полезный курс, в котором можно ознакомиться с основными алгоритмами машинного обучения.

創建者 Кандрашев А

Apr 09, 2020

Для знакомства с ML и основами работы с пакетами pandas и skilearn достаточно хороший курс

創建者 Воробьев И С

Nov 20, 2017

Отличный курс. Идеально подходит для введения в такую сложную тему, как машинное обучение.

創建者 Mikhail U

Mar 12, 2016

Очень хороший курс для практики, если у вас уже есть некоторые знания в машинном обучении.

創建者 Mike K

Jan 29, 2018

Отличный курс для начинающих - доступное изложение теории и полезные практические задания

創建者 Vladimir Y

Nov 16, 2017

Это очень хороший курс, для меня он оказался лучшим в качестве старта в этой дисциплине.

創建者 Abramov A

Nov 20, 2016

Большое спасибо за курс.

Это отличное начало для погружения в область машинного обучения.

創建者 Andrey T

Dec 13, 2016

Хороший курс, позволит начинающему ознакомится с базовыми алгоритмами работы с данными

創建者 Манс Н

Jun 21, 2016

Спасибо за данный курс. Давно искал информацию по данной сфере. Это то, что мне нужно!

創建者 Buzikov M

Oct 20, 2018

Отличный вводный курс. Вполне можно пройти за 2 недели. Интересный финальный проект.

創建者 Mihail R

Jun 20, 2018

Хороший курс, быстро дает представление о направлении, темы для дальнейшего изучения

創建者 Ерден Ж

Sep 19, 2017

Спасибо, очень интересно и познавательно. Большое спасибо лекторам и сокурсникам!

創建者 Дмитрий

Feb 23, 2016

Отличный курс, систематизирующий обрывочные знания, полученные на других курсах.

創建者 Болтачев А В

Apr 18, 2018

Отличный курс. Все подробно объяснено, но при этом дан простор для размышлений.

創建者 Fedor K

Nov 29, 2017

Хороший баланс теоритической и практической части курса. Реалистичные задания.

創建者 rinat

Dec 11, 2016

Очень интересный курс. Нет углубления в теорию (ненужного). Акцент на практику

創建者 Евгений

Nov 28, 2017

Отлично. И не думал что существуют настолько интересно организованные курсы.

創建者 Толмачев С

Jul 08, 2017

Отличный курс для начала знакомства с миром машинного обучения и нейросетей.

創建者 Victor S

Apr 04, 2018

Отличный старт в машинном обучении. Пришлось повспоминать линейную алгебру.

創建者 Dmitry S

Jun 28, 2017

Интересные материалы, отличные преподаватели, хорошее начало для новичков.

創建者 Павел М

Nov 19, 2017

Практическая часть просто великолепная. Теория, честно говоря, скучновата

創建者 Никита К

May 03, 2017

Большое спасибо!

Курс больше всего интересен благодаря интересным задачам.

創建者 Abitov D

Mar 15, 2017

Отличный курс.

Сильная теория и практика.

Развивает навыки работы в Python.