Chevron Left
Вернуться к Основы машинного обучения

Отзывы учащихся о курсе Основы машинного обучения от партнера НИУ ВШЭ

4.2
звезд
Оценки: 5
Рецензии: 2

О курсе

Сейчас термины “машинное обучение” или даже “искусственный интеллект” у всех на слуху. Местами это преувеличение и хайп, но у машинного обучения действительно есть много полезных и важных применений. Вы сталкиваетесь с этим каждый день: когда вы ищете что-то в интернете, поисковик предлагает вам странички на основе сложного сопоставления текстов и анализа ваших данных; когда вы жалуетесь в службу поддержки какого-нибудь сервиса или магазина, с большой вероятностью вам отвечает бот; если у вас умные часы, то они, вероятно, используют методы машинного обучения, чтобы понимать, когда вы сидите, стоите или бегаете. В этом курсе вы можете разобраться с принципами работы методов машинного обучения. Речь пойдёт об обучении с учителем — областью, которая изучена лучше всего и методы из которой наиболее часто используются на практике. Мы обсудим метрические и линейные методы, и на их примере разберём все ключевые концепции: обобщающую способность и переобучение, градиентные методы обучения, измерение качества модели и специализированные метрики качества, подготовку данных для моделей. Мы будем показывать, как это всё делается в Python с помощью его библиотек. По итогам курса вы поймёте, как устроены все ключевые моменты в машинном обучении, а также получите хороший практический опыт подготовки данных, их визуализации, построения и анализа моделей....
Фильтр по:

1–2 из 2 отзывов о курсе Основы машинного обучения

автор: Никитенко Д О

25 февр. 2021 г.

Добрый день.

Курс понравился подачей материала, прекрасными лекциями.

О плюсах - подробно рассказано про линейные модели. Неделя уделяется градиентному спуску - обычно в курсах этот материал проходится более поверхностно.

Из минусов - в практических ноутбуках при проверке не указывается номер задания, в котором совершена ошибка. Из-за этого приходится эмпирическим методом перебора находить то самое неверное задание. Также к минусам можно отнести слабую форумную активность - видимо проблема в том, что курс ещё молодой.

Итог - мне курс понравился, буду рекомендовать его друзьям и знакомым.

Спасибо преподавательскому составу за работу.

автор: Maxim S

25 янв. 2021 г.

Причины - отсутствие обратной связи от преподавателей, непрозрачные системы оценок заданий в ноутбуках, разница между подаваемым материалом и заданиями. Косяки в задачах, приходится искать самостоятельно материал и инфу, которая вообще не имеет отношения к ML. Курс сырой, в общем.