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: 2,460
Рецензии: 329

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:

301–311 из 311 отзывов о курсе Обучение на размеченных данных

автор: Zamoshin P

4 окт. 2019 г.

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

23 сент. 2017 г.

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

12 июня 2016 г.

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

автор: Попов В Б

31 янв. 2019 г.

Более формальный курс, чем предыдущий

автор: Александр С Д

28 авг. 2020 г.

Последняя неделя была не оч...

автор: Pavel B

28 сент. 2020 г.

Для человека, который не знает высшей математики этот курс вызывает впечатление, что его цель не научить, а показать как много формул знают Ваши преподаватели. По сути курс бесполезен. Ну кроме практических заданий и видео от Эмили.

автор: Ruslan S

3 апр. 2017 г.

Условно-простые задания с непонятным объяснением

автор: Колокольцев А М

19 авг. 2020 г.

Вы знаете, я прошел множество курсов, не могу сказать что сам курс плохой, но формулировка вопросов на уровне "делаем из вопроса философское рассуждение". Просто устал тратить время на попытки понять простейший вопрос. Преподаватели прямо таки стремятся объяснять как можно сложнее простые вещи.

автор: Волынский А Н

28 июня 2017 г.

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

автор: Kirill

16 февр. 2017 г.

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

автор: Козлов И А

1 мар. 2019 г.

достали эти проверки сокурсниками, эти задания уже 4 день висят