課程信息
107,677 次近期查看

100% 在線

立即開始,按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

完成時間大約為35 小時

建議:7 недель исследования, 3-5 часов / неделю...

俄語(Russian)

字幕:俄語(Russian)

您將獲得的技能

Python ProgrammingMachine Learning (ML) AlgorithmsMachine LearningPandas

100% 在線

立即開始,按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

完成時間大約為35 小時

建議:7 недель исследования, 3-5 часов / неделю...

俄語(Russian)

字幕:俄語(Russian)

教學大綱 - 您將從這門課程中學到什麼

1
完成時間為 5 小時

Знакомство с анализом данных и машинным обучением

Добро пожаловать! В первом модуле курса мы расскажем о задачах, которые решает машинное обучение, определим базовый набор понятий и введем необходимые обозначения. Также мы расскажем про основные библиотеки языка Python для работы с данными (NumPy, Pandas, Scikit-Learn), которые понадобятся для выполнения практических заданий на протяжении всего курса.

...
5 個視頻 (總計 57 分鐘), 4 個閱讀材料, 2 個測驗
5 個視頻
Формальная постановка задачи машинного обучения14分鐘
Примеры применения машинного обучения — 110分鐘
Примеры применения машинного обучения — 213分鐘
Проблема переобучения. Методология решения задач машинного обучения.15分鐘
4 個閱讀材料
Приветствие и вводная информация10分鐘
FAQ10分鐘
Python для анализа данных10分鐘
Работа с векторами и матрицами в NumPy10分鐘
1 個練習
Основные понятия машинного обучения8分鐘
完成時間為 4 小時

Логические методы классификации

Логические методы делают классификацию объектов на основе простых правил, благодаря чему являются интерпретируемыми и легкими в реализации. При объединении в композицию логические модели позволяют решать многие задачи с высоким качеством. В этом модуле мы изучим основной класс логических алгоритмов — решающие деревья. Также мы поговорим про объединение деревьев в композицию, называемую случайным лесом.

...
4 個視頻 (總計 35 分鐘), 2 個測驗
4 個視頻
Алгоритм построения решающего дерева6分鐘
Обработка пропусков. Достоинства и недостатки решающих деревьев.8分鐘
Способы устранения недостатков решающих деревьев12分鐘
1 個練習
Решающие деревья4分鐘
2
完成時間為 7 小時

Метрические методы классификации

Метрические методы проводят классификацию на основе сходства, благодаря чему могут работать на данных со сложной структурой — главное, чтобы между объектами можно было измерить расстояние. Мы изучим метод k ближайших соседей, а также способ его обобщения на задачи регрессии с помощью ядерного сглаживания.

...
4 個視頻 (總計 34 分鐘), 3 個測驗
4 個視頻
Метод окна Парзена8分鐘
Метрические методы классификации в задаче восстановления регрессии9分鐘
Обнаружение выбросов6分鐘
1 個練習
Метрические методы4分鐘
完成時間為 4 小時

Линейные методы классификации

Линейные модели — один из наиболее изученных классов алгоритмов в машинном обучении. Они легко масштабируются и широко применяются для работы с большими данными. В этом модуле мы изучим метод стохастического градиента для настойки линейных классификаторов, познакомимся с регуляризацией и обсудим некоторые тонкости работы с линейными методами.

...
5 個視頻 (總計 31 分鐘), 2 個測驗
5 個視頻
Градиентные методы численной минимизации и алгоритм SG5分鐘
Алгоритм SAG3分鐘
Метод стохастического градиента. Достоинства и недостатки.10分鐘
Проблема переобучения5分鐘
1 個練習
Линейные методы и градиентный спуск6分鐘
3
完成時間為 10 小時

Метод опорных векторов и логистическая регрессия

Линейные методы имеют несколько очень важных подвидов, о которых пойдет речь в этом модуле. Метод опорных векторов максимизирует отступы объектов, что тесно связано с минимизацией вероятности переобучения. При этом он позволяет очень легко перейти к построению нелинейной разделяющей поверхности благодаря ядровому переходу. Логистическая регрессия позволяет оценивать вероятности принадлежености классам, что оказывается полезным во многих прикладных задачах.

...
5 個視頻 (總計 38 分鐘), 5 個測驗
5 個視頻
Метод опорных векторов. Обобщение для нелинейного случая8分鐘
Логистическая регрессия6分鐘
Пример применения логистической регрессии5分鐘
Регуляризованная логистическая регрессия2分鐘
2 個練習
Особенности метода опорных векторов6分鐘
Логистическая регрессия4分鐘
完成時間為 4 小時

Метрики качества классификации

В машинном обучении существует большое количество метрик качества, каждая из которых имеет свою прикладную интерпретацию и направлена на измерение конкретного свойства решения. В этом модуле мы обсудим, какие бывают метрики качества бинарной и многоклассовой классификации, а также рассмотрим способы сведения многоклассовых задач к двухклассовым.

...
3 個視頻 (總計 31 分鐘), 2 個測驗
3 個視頻
Метрики качества классификации — 212分鐘
Многоклассовая классификация7分鐘
1 個練習
Метрики качества классификации6分鐘
4
完成時間為 3 小時

Линейная регрессия

В этом модуле мы изучим линейные модели для регрессии и обсудим их связь с сингулярным разложением матрицы "объекты-признаки".

...
3 個視頻 (總計 23 分鐘), 1 個測驗
完成時間為 3 小時

Понижение размерности и метод главных компонент

В прикладных задачах часто возникает потребность в уменьшении количества признаков — например, для ускорения работы моделей. В этом модуле мы обсудим подходы к отбору признаков, а также изучим метод главных компонент, один из самых популярных методов понижения размерности.

...
1 個視頻 (總計 14 分鐘), 1 個測驗
4.6
361 個審閱Chevron Right

39%

完成這些課程後已開始新的職業生涯

46%

通過此課程獲得實實在在的工作福利

30%

加薪或升職

來自Введение в машинное обучение的熱門評論

創建者 AAJun 15th 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.

創建者 ALSep 25th 2018

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

講師

Avatar

Константин Вячеславович Воронцов

Профессор
Факультет компьютерных наук НИУ ВШЭ, Школа анализа данных Яндекса
Avatar

Evgeny Sokolov

Senior Lecturer
HSE Faculty of Computer Science

關於 国立高等经济大学

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

關於 Yandex School of Data Analysis

В Школе анализа данных в течение двух лет студенты осваивают машинное обучение, компьютерное зрение, анализ текстов на естественном языке и другие направления современных компьютерных наук. Эти предметы обычно не входят в университетские программы, но при этом пользуются огромным спросом в отраслях, где уже применяются наукоёмкие информационные технологии. Некоторые выпускники Школы попадают на стажировку в Яндекс, где применяют только что полученные знания....

常見問題

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您购买证书后,将有权访问所有课程材料,包括评分作业。完成课程后,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。

還有其他問題嗎?請訪問 學生幫助中心