Chevron Left
Вернуться к Прикладные задачи анализа данных

Отзывы учащихся о курсе Прикладные задачи анализа данных от партнера Московский физико-технический институт

4.4
звезд
Оценки: 703
Рецензии: 107

О курсе

Методы машинного обучения — будь то алгоритмы классификации или регрессии, методы кластеризации или алгоритмы понижения размерности — применяются к подготовленным данным с вычисленными признаками для решения уже сформулированной задачи. Однако специалисты по анализу данных редко оказываются в такой идеальной ситуации. Обычно перед ними ставят задачи, которые нуждаются в уточнении формулировки, выборе метрики качества и протокола тестирования итоговой модели. Данные, с которыми нужно работать, часто представлены в непригодном виде: они зашумлены, содержат ошибки и выбросы, хранятся в неудобном формате и т. д. В этом курсе мы разберем прикладные задачи из различных областей анализа данных: анализ текста и информационный поиск, коллаборативная фильтрация и рекомендательные системы, бизнес-аналитика, прогнозирование временных рядов. На их примере вы узнаете, как извлекать признаки из разнородных данных, какие при этом возникают проблемы и как их решать. Вы научитесь сводить задачу заказчика к формальной постановке задачи машинного обучения и поймёте, как проверять качество построенной модели на исторических данных и в онлайн-эксперименте. На каждой задаче мы изучим плюсы и минусы пройденных алгоритмов машинного обучения. Прослушав этот курс, вы познакомитесь с распространенными типами прикладных задач и будете понимать схемы их решения. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Лучшие рецензии

KV
8 июля 2017 г.

Курс интересен тем, что в нем рассматриваются примеры реальных задач, которые решаются в индустрии. Но мне он показался слишком простым по сравнению с 2,3 и 4 курсами. Можно усложнить его немного :)

PK
23 мая 2018 г.

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

Фильтр по:

51–75 из 105 отзывов о курсе Прикладные задачи анализа данных

автор: Илья

5 июня 2020 г.

Курс понравился меньше, чем предыдущие. И в отличие от остальных, он не обязательный, а дополняющий. Про вторую неделю уже все сказано. А вот за временные ряды из первой недели - спасибо. Было интересно.

автор: Sergey K

24 февр. 2018 г.

Не понравилось задание по программированию из недели 4 (ранжирование) - все 4 ответа требуют по сути написания полного кода, нет возможности проверить частично выполненную работу

автор: Konstantin C

29 мая 2018 г.

качество курса немного хромает по сравнению в предыдущими (менее "академичные лекции, pdf с материалом отсутствует). но в целом, лучшее из прошлых курсов сохранено.

автор: Gyrdymov I

1 апр. 2017 г.

В целом, курс интересен, однако была пара очень запутанных заданий, в частности, по временным рядам (тест) и по ранжированию (задание по программированию)

автор: Konstantin

17 мар. 2017 г.

лекции по компьютерному зрению и особенно задание по этой теме были ни о чём. "у вас нет линукса -- у вас нет зрения". даже немного обидно)))

автор: Игнатов К А

3 окт. 2019 г.

Большинство тем разобрано в качестве начального/обзорного уровня. Но есть полезные ссылки для более глубокого самостоятельного изучения.

автор: Любовь С

30 авг. 2018 г.

Очень уж галопом по Европам прошлись по нейросетям - отсюда ценность 2-й недели сомнительна. В остальном - хорошо.

автор: Pile I

24 июля 2018 г.

Задача на последней неделе изрядно попила крови - хотелось бы , чтобы формулировка была более четкой

автор: Alexander P

20 янв. 2019 г.

It would be nice to have more practice with neuronets. Anyway it's very interesting course. Thanks!

автор: Роман

22 окт. 2017 г.

Курс слабоват в сравнении с предыдущими курсами, но все равно огромное спасибо его создателям!

автор: Беденко А А

17 мар. 2018 г.

Норм. Временные ряды клевые. Нейронные сети - IMHO не самая сильная тема. Но ниче, пойдет.

автор: Vlad

26 авг. 2020 г.

Добавьте 3 pdf файла к 3 неделям и перепишите полностью последнее задание и будет супер

автор: Andrei S

7 дек. 2019 г.

Проблемным оказался курс по нейронным сетям. Теория и практика очень сильно отличаются.

автор: Artem L

23 мар. 2018 г.

Generally good and in-depth, but not quite accurate in providing information sometimes

автор: Nikolay E

28 дек. 2017 г.

Недели очень разные по сложности. 2 неделя про нейросети заслуживает отдельного курса.

автор: Dmitrii D

6 мар. 2018 г.

Хороший курс, но хотелось бы больше примеров кода с нейросетями.

автор: Романов Н

2 авг. 2019 г.

В целом курс хороший, но неделя с нейросетями - мрак.

автор: Корщиков М С

9 апр. 2018 г.

Отличный курс.

Минус только за тест Ранжирование

автор: Андрей М

19 февр. 2017 г.

Нейронные сеточки чет скомкано как-то были =(

автор: Ануфриев С С

2 сент. 2017 г.

Задания можно было немного посложнее делать.

автор: Юра К

5 нояб. 2017 г.

Мног неоднозначностей в данном курсе.

автор: Duman M

9 мар. 2018 г.

Нейронные сети не на должном уровне

автор: Maksim P

11 окт. 2016 г.

Спасибо за курс. Ближе к практике.

автор: Юрищева А И

20 авг. 2020 г.

Есть устаревшие моменты

автор: Ruslan S

16 июня 2017 г.

Кантора в отставку!