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: 2,318
Рецензии: 303

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

Jan 21, 2017

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

AG

Nov 15, 2019

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:

276–285 из 285 отзывов о курсе Обучение на размеченных данных

автор: Anastasiia B

Feb 21, 2020

Лекции очень сжатые, но понятно куда копать. Другое дело, что копать и сроки сдачи курса не соотносятся от слова "совсем". Частично не адаптированные к питону 3.+ и новым параметрам в библиотеках задания, вместо даже минимального обзора TensorFlow мертвый pybrain. Недостаточно практики. Но при этом очень хороший обзор в целом, чтобы понимать что нужно для специализации.

автор: Zamoshin P

Oct 04, 2019

Из-за вечного разгадывания ребусов в заданиях (а какие параметры они не указали на этот раз) пропадает всякое желание заниматься курсом. Боюсь, продлять еще раз его уже не буду. Тем не менее, спасибо.

автор: Ilya D

Sep 23, 2017

Очень подробно рассмотрены линейная регрессия, решающие деревья, композиции алгоритмов, но нейронные сети, Байес и kNN "свалены" в одну неделю, хотя материала по ним хватит на отдельный курс.

автор: Ablaikhan A

Jun 13, 2016

Great content, but there is no point to keep automated-grading closed for auditing students.

автор: Попов В Б

Jan 31, 2019

Более формальный курс, чем предыдущий

автор: Ruslan S

Apr 03, 2017

Условно-простые задания с непонятным объяснением

автор: Волынский А Н

Jun 28, 2017

Еще один пример неудачного курса от яндекса и мфти. Мало примеров, мало практики, слабые тесты, авторские неработающие функции в программных заданиях.

автор: Alexey B

May 27, 2020

Старый, неактуализированный, мертвый курс как по материалам, по коду в ноутбуках, так и по форуму.

Код часто не рабочий, на форумах никто не отвечает

автор: Kirill

Feb 16, 2017

Курс очень хороший, но поддержка отвратительная. На форуме получить ответ на вопрос можно только если сило повезёт

автор: Козлов И А

Mar 01, 2019

достали эти проверки сокурсниками, эти задания уже 4 день висят