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: 2,517
Рецензии: 338

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:

126–150 из 320 отзывов о курсе Обучение на размеченных данных

автор: Зыбин А А

20 июня 2019 г.

Сложно, но интересно.

Преподавателям большое спасибо за умение качественно и доступно подать материал.

автор: Maksim P

25 дек. 2019 г.

Очень много ценной и полезной информации, вместе с лекциями сообщества DMIA курс заходит на ура!

автор: Швец П Ю

6 февр. 2017 г.

больше практичкских примеров будет большим плюсом :)

и ссылки на статьи для глубокого погружения

автор: Anton S

27 дек. 2016 г.

Курс отличный. Доступное изложение материала. Рекомендуется к прохождению интересующимся темой.

автор: Bakyt

24 нояб. 2017 г.

отличный вводный курс в методы обучения с учителем, большое количество практических примеров

автор: Андрей В К

21 июля 2018 г.

Очень интересно, плотный материал. Спасибо! Нейронные сети немного не оправдали ожиданий)))

автор: Araslanova A

16 июля 2017 г.

Хороший курс. Но его надо обязательно брать в связке со следующим. Курс лучше: от стэнфорда

автор: albataev

16 авг. 2016 г.

Отличный курс.

Больше программирования и подробнее постановки задачи - новичкам могут помочь

автор: Sergey B

19 апр. 2016 г.

Отличное продолжение вводного курса. Прекрасные лекции и интересные задания. Рекомендую!

автор: Yuriy V

10 дек. 2016 г.

Отличный курс, жаль, что в универе не все вещи объяснялись так же понятно и просто :)

автор: Dmitry M

23 апр. 2019 г.

Круто, пот льется ведрами. Больше пью (стараюсь именно воды) и продолжаю заниматься.

автор: Olena K

30 авг. 2016 г.

Спасибо, было очень интересно. Хотелось бы расширить его и сделать более подробным.

автор: Nedashkovsky S

8 нояб. 2016 г.

Интересно и полезно.

Благородя этому курсу занял 282 место в олимпиаде Сбербанка ))

автор: Sanin I

11 дек. 2016 г.

Отличный курс. Окунает в дебри ML. Обязательно продолжу обучение по специализации

автор: Рии Т

19 сент. 2016 г.

Хороший понятный курс. Больше уклон на востребованную практику чем на теорию.

автор: Данил А

13 окт. 2018 г.

Почему так мало Байеса? Очень надеюсь, что в практике его будет достаточно.

автор: Нагорный П В

5 апр. 2018 г.

Очень классный курс, дающий понимание основных алгоритмов машинного обучения

автор: Ленар С

6 нояб. 2017 г.

Очень доступно о главных алгоритмах дата сайнс, задания подобраны полезные

автор: Alexander G

18 окт. 2017 г.

Замечательный курс по машинному обучению для начинающих. Очень рекомендую!

автор: Sander S

15 июня 2016 г.

very professional best in web!!

most updated knowladge , code is very good

автор: Валентин Ф

28 мар. 2016 г.

Много фундаментальных знаний в сжатом виде (без воды) и на русском языке!

автор: Подвойский А О

8 нояб. 2016 г.

Замечательный, стимулирующий, тонизирующий и очень познавательный курс

автор: Margarita A

22 июля 2017 г.

Супер!

Доступно изложен материал, полезные задания на проверку знаний.

автор: Vladimir

6 апр. 2016 г.

Курс отличный! Спасибо огромное преподавателям за труд! Твёрдая пять.