Chevron Left
Вернуться к Основы машинного обучения

Отзывы учащихся о курсе Основы машинного обучения от партнера НИУ ВШЭ

4.6
звезд
Оценки: 16
Рецензии: 5

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:

1–6 из 6 отзывов о курсе Основы машинного обучения

автор: Кулиш В И

18 мая 2021 г.

Первый курс по машинному обучению, который я прошел. Авторам удалось преподать учебный материал последовательно, с хорошим уровнем детализации. Лекционный материал очень высокого качества. Считаю, что первое представление о дисциплине я получил.

Практические работы в целом имеют достаточно понятную постановку задач, которые нужно решить. Выполнять их весьма интересно, порой это - нетривиальный челлендж. Однако, в ряде задач, формулировка все же хромает, и приходится разбираться с помощью форумов. Еще сильно не хватает детального отчета об ошибках в задачах, чтобы можно было не гадать, где ошибка, а хотя бы понимать, где именно решение не засчитано и постараться улучшить его.

Так же отмечу, что практические задачи познакомили меня со средой Google Colaboratory, о которой я ранее ничего не знал. Очень классная вещь!

автор: Антон К

17 июля 2021 г.

Отличный курс! Лектор потрясающе объясняет сложные вещи очень понятным языком, на простых и интуитивно понятных примерах. Но нужно иметь в виду, что без базового понимания матанализа и аналитической геометрии может быть сложновато и понадобится тратить значительное время на вчитывание в формулы. Также огромное спасибо всем семинаристам. Особенно запомнилась теоретическая часть с Вадимом Кохтевым- отличный поэтапный разбор выкладок. Из недостатков хочу отметить, что многим могут сложно даваться части с кодом в Jupyter. Хотелось бы немного более плавного повествования с использование как можно меньшего количества побочных функций и методов, либо их объяснения. Спасибо, Евгений! Спасибо, ребята! Пошел смотреть Продвинутые методы :)

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: Матвиюк А С

9 мая 2021 г.

Изложенный курс позволяет вникнуть в суть машинного обучения. Практические задания структурированы и понятны.

автор: Палухин А Е

5 мая 2021 г.

Отличный курс для начинающих специалистов!

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.