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:

51–75 из 311 отзывов о курсе Обучение на размеченных данных

автор: Pavel A

6 мая 2019 г.

Замечательный курс для первичного знакомства с анализом данных, преподаватели стараются объяснить все максимально понятно для неподготовленного слушателя, ощущается их труд при составлении курса. Вся информация с лекций законспектрована, так что есть возможность всегда освежить знания, полученные при прохождении специализации. Огромноное спасибо авторам!

автор: Sergey K

11 февр. 2019 г.

I have finally finished this course and am glad... no... i am happy. The course requires from participants a lot of effort.

This course is definitely a challenge. I congratulate all participants who have also come to the end. I also would like to appreciate the mentors whose help is very intense and the teaching staff for sharing their knowledge.

автор: Митюшина Е С

12 мар. 2018 г.

Отличный курс! Подходит для слушателей с разным уровнем подготовки, пробуждает интерес углубиться в рассматриваемые темы, дает достаточное понимание предмета, чтобы продолжить самостоятельное изучение. Для меня главной трудностью была острая нехватка навыков программирования - на практические задания 2 и 3 недели было потрачено немало времени.

автор: Поляков Г В

4 дек. 2019 г.

Всем привет. Отличный курс, выверенные задания. Были знания к моменту прохождения курса. Уже давно смотрю на него, тогда не было тетрадок на python3, теперь появились. Очень комфортно. Полученные знания позволят понимать базовые алгоритмы машиннного обучения в отношении supervised learning. Достойные примеры и практика.

автор: Алексей К Д

25 мар. 2018 г.

Отличный курс. За короткий срок рассматривается очень много методов машинного обучения, но при этом объясняются они доходчиво и доступно. Множество практических, разнообразных задач позволяют закрепить навыки и укрепить теоретические знания. Ищите меня на kaggle, буду практиковаться на задачах ;)

автор: Konstantin T

11 мая 2016 г.

Очень, очень хороший курс! Нет, он великолепен!!!111 Отличное изложение материала, внимание к деталям, интересные примеры приложений к реальным задачам. Буду настоятельно рекомендовать данный курс к просмотру всем знакомым. Большое спасибо создателям курса, у вас всё отлично получилось!

автор: Проценко С В

23 июля 2017 г.

Я не могу сказать, что курс был простым, но он довольно интересный. Периодическая отсылка на прошлые материалы помогает закрепить пройденное. И в целом, сложность заданий может показаться сразу завышенной, но стоит вчитываться и внимательно смотреть лекции, сам все конспектирую.

автор: Maria A

25 дек. 2016 г.

I'm very grateful to everybody who prepared that course! It's very useful, extremely interesting and super practical. It is very concise and coherent with the the materials from the previous courses from the specialization. I will recommend this course to my friends for sure.

автор: Матиенко А П

28 мая 2020 г.

Супер! Все отлично! Особенно понравились мини-лекции Соколова: все очень подробно объяснено, интересно слушать, интерес подогревается. Есть разобранные примеры. Задачки, на которых можно попрактиковаться. Преподаватели отличные! Материал интересный. Практика есть. 20 из 10!

автор: Данил

25 июля 2017 г.

Спасибо! Курс очень понравился, из замечаний, лично на мой взгляд, хотелось бы чуть более сложных и глубоких практических заданий по программированию, еще лекции по нейронным сетям показались какими-то смазанными и не до конца понятными, но в целом все очень хорошо)

автор: Dremina A

29 мая 2017 г.

Хороший курс, где все разложено по полочкам. Понятная теория, интересное изложение, хорошо подобранные задачи, справки по функциям и даже есть подсказки, если отправленный ответ не совпадает с правильным. Понравились лекторы, рассказывали с огоньком в глазах :)

автор: Коноплев В Е

5 сент. 2020 г.

Очень хороший курс. Большую часть рассказывает Евгений Соколов, и у него это очень хорошо получается! 5 Неделя скомканная, все остальные очень интересные. По поводу проблем с установкой pybrain на 3 питон : смотрите советы в канале в телеграмме.

автор: Maxim B

9 апр. 2017 г.

Предупреждайте людей, что иногда нужно разбивать выборку не с помощью train_test_split, а руками. Иначе ответ не сходится.

Кроме того, что перед бинаризацией надо конвертить категориальные признаки в строки на всякий случай.

В остальном все круто!

автор: Petr K

11 дек. 2018 г.

Отличный курс по соотношению глубины погружения и скорости продвижения. Живо, подробно, с практикой, позволяющей немного набить руку в sklearn и numpy. Чрезмерного разжевывания тоже нет - это все-таки все еще начало пути в Машинном Обучении.

автор: Ivan S

7 сент. 2018 г.

Замечательный курс! Очень помог в изучении и освоении алгоритмов обучения с учителем. Теперь чувствую себя более уверенно в работе с данными и их обработкой. Может, смогу сделать что-нибудь прикладное в данной области.

автор: Зубачев Д С

10 нояб. 2017 г.

Хороший курс. Узнал много нового и интересного. Жаль, что мало материала по нейронным сетям. Очень понравился случайный лес и градиентный бустинг над решающими деревьями. Авторам огромное спасибо за проделанную работу!

автор: Tatiana O

11 февр. 2017 г.

Спасибо команде преподавателей за проделанную работу. Считаю курс очень эффективным. Идеальное сочетание практики, программирования на Python, математического обоснования и интуитивного объяснения работы алгоритмов.

автор: Karyukin V I

9 авг. 2020 г.

Topics of the course are very useful for me because I work with supervised learning a lot. Videos, texts and assignment were very interesting, and they allowed me to strengthen my skills in machine learning.

автор: Vitaly B

17 окт. 2020 г.

Тяжело в учении - легко в бою. Преподаватели обучают не только применять стандартные методы из библиотек, но и разбираться в том, как устроены алгоритмы. Дается огромный объем знаний и практических навыков.

автор: Anton G

20 янв. 2018 г.

Отличный курс! В лекциях все объясняется крайне доходчиво, лекторы замечательные (Соколову отдельный респект :) ). Практические задания не оторваны от теории курса и очень хорошо подобраны по сложности.

автор: Шевнин П Л

17 янв. 2020 г.

Курс отличный! Хотя не без недостатков: не все задания переделаны под Python 3, ну, и нейронные сети недостаточно освещены. Тяжело дались первые 2 недели, а дальше легче. Так что всем попутного ветра!

автор: Hazem s s

8 апр. 2020 г.

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

автор: Artem D

2 дек. 2018 г.

Курс очень живой и интересный, очень доволен. Продолжу проходить специализацию.

5-ая неделя этого курса, как известно, не очень удачная, так что, просто примите ее такой, какая она есть :)

автор: Zakharenkov A

21 июля 2017 г.

Курс просто фантастика. Отличное преподавание, много нового. Столько что еще переваривать и переваривать. Немного сжата последняя неделя и на нейронные сети нужно больше времени. Спасибо.

автор: Yevhen D

8 авг. 2018 г.

Отличный курс. Меньше чем за месяц появилось базовое понимание обучения на размеченных данных и принципов ML.

Много практики, грамотные преподаватели и качественные pdf сделали своё дело.