Chevron Left
Вернуться к Обучение на размеченных данных

Отзывы учащихся о курсе Обучение на размеченных данных от партнера Московский физико-технический институт

4.8
звезд
Оценки: 2,564
Рецензии: 343

О курсе

Обучение на размеченных данных или обучение с учителем – это наиболее распространенный класс задач машинного обучения. К нему относятся те задачи, где нужно научиться предсказывать некоторую величину для любого объекта, имея конечное число примеров. Это может быть предсказание уровня пробок на участке дороги, определение возраста пользователя по его действиям в интернете, предсказание цены, по которой будет куплена подержанная машина. В этом курсе вы научитесь формулировать и, конечно, решать такие задачи. В центре нашего внимания будут успешно применяемые на практике алгоритмы классификации и регрессии: линейные модели, нейронные сети, решающие деревья и так далее. Особый акцент мы сделаем на такой мощной технике как построение композиций, которая позволяет существенно повысить качество отдельных алгоритмов и широко используется при решении прикладных задач. В частности, мы узнаем про случайные леса и про метод градиентного бустинга. Построение предсказывающих алгоритмов — это лишь часть работы при решении задачи анализа данных. Мы разберемся и с другими этапами: оценивание обобщающей способности алгоритмов, подбор параметров модели, выбор и подсчет метрик качества. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Лучшие рецензии

RN
20 янв. 2017 г.

Один из лучших курсов по обучению на размеченных данных. Немного расстраивали несбалансированность сложности домашних заданий и промежуточных проверок правильности подготовки данных в заданиях.

AG
14 нояб. 2019 г.

Очень интересный и более сложный курс по сравнению с предыдущим! Но!! Хотелось бы обновлений и дополнений по нейросетям (мало информации), а также не затронут TensorFlow, что не очень хорошо!

Фильтр по:

276–300 из 327 отзывов о курсе Обучение на размеченных данных

автор: Alex Z

15 мая 2020 г.

Курс неравномерный. Задания различаются по сложности очень сильно. Про нейронки очень сжато рассказано. Может , дальше будет. Если у вас нет хорошего знания мат.статистики, ищите на ютубе лекции, преподы курса не всегда хорошо объясняют.

автор: Gulnur B

12 апр. 2019 г.

Отличный курс! Расстроила только последняя неделя: неудачный выбор лектора в первом разделе; недостаток взаимосвязанности с предыдущим материалом; скомканность достаточно интересных тем. Тем не менее, огромное спасибо за вашу работу!

автор: Александр Б

23 янв. 2018 г.

Жалко, что нейронные сети остались за бортом. С другой стороны - полученных знаний вполне хватает чтобы понимать учебники по НС. Так что наверстаем. 4 первых недели прекрасны. Последняя неделя - IMHO винегрет. Потому 4 из 5.

автор: Шаланкин М Д

14 мар. 2019 г.

Хороший сложный курс, насыщенная программа и интересные задания.UPD: (прошёл 5 курсов из этой специализации, никому не советую проходить больше двух первых, потому что цена - качество не соответсвуют)

автор: Stanislav

22 февр. 2018 г.

Замечательный курс, узнал много важных вещей. Но последняя неделя показалась несколько поверхностной. Надеюсь, что её материал будет рассмотрен подробнее в следующих курсах специализации.

автор: Радионов А

20 сент. 2017 г.

Курс отличный: грамотно подаются практические аспекты обучения с учителем. Правда, впечатление несколько портит использование Python 2 и странное задание с PyBrain. Но это не критично.

автор: Volodymyr Y

14 февр. 2018 г.

Хороший курс, но есть ряд замечаний к практическим заданиям. Мне кажется они нуждаются в дополнительной проработке и им необходима более широкая лекционная поддержка.

автор: Волков П М

22 февр. 2020 г.

Вторая часть курса явно не так хорошо нормирована. Задания стали куда более трудоемкими и при этом их количество так же увеличилось. Но за теорию спасибо

автор: Dmitriy R

28 июня 2017 г.

Практическая работа по нейронным сетям не дала никаких навыков по работе с ними. Просто copy-paste предыдущих строчек кода в этом же ipython notebook.

автор: Vadim T

25 мар. 2017 г.

Велика разница между преподавателями. Особенно неудачно, на мой взгляд, освещались темы Байесовской классификации и регресии и метрические алгоритмы

автор: Martynov E E

3 авг. 2020 г.

Тяжко разбираться в теорвере, если воспринимать всю даваемую в курсе математику всерьез. Хотелось бы, чтобы было больше рекомендаций по литературе.

автор: Alibek U

5 мая 2020 г.

Все хорошо в целом - из минусов только то, что было задание не адаптированное для Python 3 (5-я неделя, 1-е задание )

автор: Максим Ф

25 авг. 2019 г.

Не все вопросы были достаточно понятными, хотелось бы более нормальных вопросов. В остальном всё очень круто. Спасибо

автор: Nikolay S

24 мар. 2018 г.

Некоторые задания были плохо составлены. Было слишком много ошибок/багов/опечаток. В остальном было полезно.

автор: Vadim R

30 авг. 2021 г.

н​екотрые места рассказаны слишком поверхностно. Преподаватель по нейронным сетям запинался и читал текст

автор: Arsenii M

21 июля 2017 г.

В конеце курса немного скомканно подаётся материал, особенно на пятой неделе. В остальном всё отлично!

автор: Алексей П

8 окт. 2017 г.

- балл за наличие ошибок и недосказанностей в заданиях спустя огромное время с момента старта курса

автор: Valerii B

25 мар. 2020 г.

Хороший познавательный курс, но некоторые практические задания плохо поддерживаются и устарели.

автор: Максим Ш

25 нояб. 2019 г.

Коллеги, данный курс можно было бы сделать и подлиннее) Особенно 5ю неделю) А так все ок! )

автор: Alexey S

23 мая 2016 г.

Не смотря на то, что курс "сыроват" я почерпнул много полезного для работы и лично для себя

автор: Vladyslav K

15 апр. 2021 г.

Good in overall, but more info and assignments

on NN and Bayesian methods would be nice

автор: Dmitry D

9 нояб. 2018 г.

Курс отличный! В меру теории и практики. Только 5я неделя подкачала - очень скомканно.

автор: Студенников В Ю

25 окт. 2016 г.

Не все используемые понятия объясняются. Очень мало внимания уделено нейронным сетям.

автор: Gyrdymov I

30 нояб. 2016 г.

Слишком сумборно был подан материал по нейронным сетям, много непонятного осталось

автор: Георгий А

17 мая 2020 г.

Задания могли бы быть и более подготовленными, но, в целом, курс понравился.