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: 714
Рецензии: 109

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

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.

IS
20 янв. 2019 г.

Замечательный курс, полный примеров из реальной жизни для получения опыта. Очень полезные и понятные лекции, конспекты. Очень рад, что смог пройти этот курс.

Фильтр по:

101–107 из 107 отзывов о курсе Прикладные задачи анализа данных

автор: Гаврилин Н П

1 апр. 2019 г.

Очень жаль, что материалы курса не позволяют самостоятельно работать ни с самими нейросетями, ни с инструментами их разработки

автор: Andrey A

10 февр. 2017 г.

Самый слабый курс специализации. Про сети много воды а потом практическое задание со ссылкой на документацию. Про рекомендательные системы, тав есть опрос решаемый только перебором. Ложка дектя в спецализацию а не курс. Если его убрать специализация тольок выиграет. Не ожидал такого подвоха после отличного 4-го курса.

автор: Sergey A

22 авг. 2017 г.

Вторая неделя в части урока про машинное зрение ужасна. Поверхностные обзорные лекции неадекватные объему и сложности предметной области.

автор: Ryzhikov N

6 авг. 2017 г.

Последняя неделя это полный *****.

Тесты с тремя вопросами и странными вариантами просто вымораживают. Курс бросили на середине.

автор: Anton R

9 нояб. 2018 г.

побольше бы ссылок на исследования врем рядов (я пока на 1й неделе)

автор: Мельникова Е А

28 июня 2019 г.

Вторая неделя заставила просто отписаться от курса.

Отвратительно.

автор: Михаил

7 дек. 2017 г.

Самый мутный и бестолковый курс во всей специализации