Об этом курсе
Недавно просмотрено: 215,027

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 48 часа на выполнение

Предполагаемая нагрузка: 6-10 hours/week...

Английский

Субтитры: Английский, Корейский

Приобретаемые навыки

Data AnalysisFeature ExtractionFeature EngineeringXgboost

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 48 часа на выполнение

Предполагаемая нагрузка: 6-10 hours/week...

Английский

Субтитры: Английский, Корейский

Программа курса: что вы изучите

Неделя
1
6 ч. на завершение

Introduction & Recap

8 видео ((всего 46 мин.)), 7 материалов для самостоятельного изучения, 6 тестов
8 видео
Competition Mechanics6мин
Kaggle Overview [screencast]7мин
Real World Application vs Competitions5мин
Recap of main ML algorithms9мин
Software/Hardware Requirements5мин
7 материала для самостоятельного изучения
Welcome!10мин
Week 1 overview10мин
Disclaimer10мин
Explanation for quiz questions10мин
Additional Materials and Links10мин
Explanation for quiz questions10мин
Additional Material and Links10мин
5 практического упражнения
Practice Quiz8мин
Recap8мин
Recap12мин
Software/Hardware6мин
Graded Soft/Hard Quiz8мин
2 ч. на завершение

Feature Preprocessing and Generation with Respect to Models

7 видео ((всего 73 мин.)), 4 материалов для самостоятельного изучения, 4 тестов
7 видео
Overview6мин
Datetime and coordinates8мин
Handling missing values10мин
Bag of words10мин
Word2vec, CNN13мин
4 материала для самостоятельного изучения
Explanation for quiz questions10мин
Additional Material and Links10мин
Explanation for quiz questions10мин
Additional Material and Links10мин
4 практического упражнения
Feature preprocessing and generation with respect to models8мин
Feature preprocessing and generation with respect to models8мин
Feature extraction from text and images8мин
Feature extraction from text and images8мин
1 ч. на завершение

Final Project Description

1 видео ((всего 4 мин.)), 2 материалов для самостоятельного изучения
1 видео
2 материала для самостоятельного изучения
Final project10мин
Final project advice #110мин
Неделя
2
2 ч. на завершение

Exploratory Data Analysis

8 видео ((всего 80 мин.)), 2 материалов для самостоятельного изучения, 1 тест
8 видео
Visualizations11мин
Dataset cleaning and other things to check7мин
Springleaf competition EDA I8мин
Springleaf competition EDA II16мин
Numerai competition EDA6мин
2 материала для самостоятельного изучения
Week 2 overview10мин
Additional material and links10мин
1 практическое упражнение
Exploratory data analysis12мин
2 ч. на завершение

Validation

4 видео ((всего 51 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
4 видео
Problems occurring during validation20мин
3 материала для самостоятельного изучения
Validation strategies10мин
Comments on quiz10мин
Additional material and links10мин
2 практического упражнения
Validation8мин
Validation8мин
5 ч. на завершение

Data Leakages

3 видео ((всего 26 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
3 материала для самостоятельного изучения
Comments on quiz10мин
Additional material and links10мин
Final project advice #210мин
1 практическое упражнение
Data leakages8мин
Неделя
3
3 ч. на завершение

Metrics Optimization

8 видео ((всего 83 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
8 видео
Motivation8мин
Classification metrics review20мин
General approaches for metrics optimization6мин
Regression metrics optimization10мин
Classification metrics optimization I7мин
Classification metrics optimization II6мин
3 материала для самостоятельного изучения
Week 3 overview10мин
Comments on quiz10мин
Additional material and links10мин
2 практического упражнения
Metrics12мин
Metrics12мин
4 ч. на завершение

Advanced Feature Engineering I

3 видео ((всего 27 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
2 материала для самостоятельного изучения
Comments on quiz10мин
Final project advice #310мин
1 практическое упражнение
Mean encodings8мин
Неделя
4
3 ч. на завершение

Hyperparameter Optimization

6 видео ((всего 86 мин.)), 4 материалов для самостоятельного изучения, 2 тестов
6 видео
Practical guide16мин
KazAnova's competition pipeline, part 118мин
KazAnova's competition pipeline, part 217мин
4 материала для самостоятельного изучения
Week 4 overview10мин
Comments on quiz10мин
Additional material and links10мин
Additional materials and links10мин
2 практического упражнения
Practice quiz6мин
Graded quiz8мин
4 ч. на завершение

Advanced feature engineering II

4 видео ((всего 22 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
2 материала для самостоятельного изучения
Comments on quiz10мин
Additional Materials and Links10мин
1 практическое упражнение
Graded Advanced Features II Quiz12мин
10 ч. на завершение

Ensembling

8 видео ((всего 92 мин.)), 4 материалов для самостоятельного изучения, 4 тестов
8 видео
Bagging9мин
Boosting16мин
Stacking16мин
StackNet14мин
Ensembling Tips and Tricks14мин
CatBoost 17мин
CatBoost 27мин
4 материала для самостоятельного изучения
Validation schemes for 2-nd level models10мин
Comments on quiz10мин
Additional materials and links10мин
Final project advice #410мин
2 практического упражнения
Ensembling8мин
Ensembling12мин
4.7
Рецензии: 143Chevron Right

14%

начал новую карьеру, пройдя эти курсы

22%

получил значимые преимущества в карьере благодаря этому курсу

20%

стал больше зарабатывать или получил повышение

Лучшие отзывы о курсе How to Win a Data Science Competition: Learn from Top Kagglers

автор: MSMar 29th 2018

Top Kagglers gently introduce one to Data Science Competitions. One will have a great chance to learn various tips and tricks and apply them in practice throughout the course. Highly recommended!

автор: MMNov 10th 2017

This course is fantastic. It's chock full of practical information that is presented clearly and concisely. I would like to thank the team for sharing their knowledge so generously.

Преподаватели

Avatar

Dmitry Ulyanov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Alexander Guschin

Visiting lecturer at HSE, Lecturer at MIPT
HSE Faculty of Computer Science
Avatar

Mikhail Trofimov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Dmitry Altukhov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Marios Michailidis

Research Data Scientist
H2O.ai

О Национальный исследовательский университет "Высшая школа экономики"

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...

Специализация Продвинутое машинное обучение: общие сведения

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Продвинутое машинное обучение

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.