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: 2,308
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

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!

MM

Dec 30, 2016

Спасибо большое за курс!\n\nСистематизировал и вспомнил свои знания по линейным моделям, узнал много нового и полезного про остальные модели, поработал наконец с нейронными сетями!

Фильтр по:

51–75 из 285 отзывов о курсе Обучение на размеченных данных

автор: Konstantin T

May 11, 2016

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

Jul 23, 2017

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

Dec 25, 2016

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

May 28, 2020

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

Jul 25, 2017

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

May 29, 2017

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: Maxim B

Apr 09, 2017

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

Dec 11, 2018

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

Sep 07, 2018

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

Nov 10, 2017

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

Feb 11, 2017

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

автор: Anton G

Jan 20, 2018

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

Jan 17, 2020

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

Apr 08, 2020

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

Dec 02, 2018

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

Jul 21, 2017

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

Aug 08, 2018

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.

автор: Andrii D

Apr 29, 2018

Хороший курс, много времени уделено объяснению теории. На мой взгляд - лучше параллельно читать с "The elements of statistical learning", там некоторые моменты подробнее объясняются.

автор: Petr K

May 04, 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

автор: Sergei T

Jul 23, 2017

Relatively good course with diversity of material, almost all easy to understand(except into bayes theory for those who haven't got some theory at uni), best regards to tutors.

автор: Абдразаков Л Р

Jan 04, 2019

Очень понравился данный курс! Здесь немало практики, что важно, чтобы усвоить материал, а также удобные конспекты, с которыми легче изучать. Спасибо большое создателям курса!

автор: Антон М И

Sep 13, 2019

Весьма полный и подробный курс, задания можно в принципе выполнять и на python 3, но лучше чтобы все таки создатели курса полностью адаптировали под последний питон

автор: Елфимов Д И

Oct 13, 2017

Отличный курс! Создатели курса и специализации в целом задали высокую планку еще в первом курсе специализации и продолжают ее держать на уровне! Спасибо вам!

автор: Роман

Apr 05, 2017

Отличный курс! Отличные преподаватели! Очень качественный материал оптимальный для начинающих. Преподаватели увлекательно, живо, доходчиво объясняют курс.

автор: Evgeniy G

May 01, 2016

Молодцы. Отличный курс. Немного провисает вопрос с нейроными сетями, но, надеюсь, что эта тема еще будет раскрыта подробнее в других курсах специализации.