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: 2,550
Рецензии: 342

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:

201–225 из 325 отзывов о курсе Обучение на размеченных данных

автор: Chesnokov M

30 апр. 2016 г.

Отличный курс, широкий охват тем.

автор: Лазарев А В

25 февр. 2018 г.

Все по полочкам! XGBoost освоен)

автор: Nikolay E

10 янв. 2018 г.

Основной курс всей специализации

автор: Alexey P

9 мар. 2017 г.

Очень плотный и полезный курс:)

автор: Sergei S

20 апр. 2016 г.

XGBoost lab... No comments

автор: Жильцов Д А

14 июня 2017 г.

Курс понравился. Спасибо.

автор: Надежда З

27 окт. 2016 г.

Отличный прикладной курс

автор: Михаил П

20 июня 2019 г.

Очень качественный курс

автор: Alex Z

23 окт. 2018 г.

Отличный курс, спасибо!

автор: Гуров И И

29 мар. 2018 г.

Отличный курс, спасибо.

автор: Aleshin A

10 дек. 2017 г.

Очень интересный курс.

автор: Pyltsin M

9 апр. 2016 г.

Круто. Спасибо YANDEX!

автор: Щербаков И В

13 сент. 2020 г.

wwwqweqwerqweqweqweqw

автор: Юра К

23 июня 2017 г.

Очень полезный курс!

автор: Кулик А Ю

13 окт. 2017 г.

Мне очень нравится

автор: Пузь В С

23 февр. 2017 г.

очень понравилось

автор: Хомюк Г А

27 янв. 2021 г.

Прекрасный курс!

автор: Мария Е Ч

4 мая 2018 г.

Спасибо за курс!

автор: Шоколадный З

19 апр. 2020 г.

The best course

автор: Kuznetsov A S

28 июля 2018 г.

Добротный курс!

автор: Зайнуллин Т В

19 июня 2020 г.

Отличный курс)

автор: Артем П

2 янв. 2020 г.

Бомбезный курс

автор: Баззаев А К

11 июля 2018 г.

Отличный курс.

автор: Ilnur G

5 февр. 2018 г.

Отличный курс!

автор: Vitaly T

20 нояб. 2017 г.

Отличный курс!