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: 2,436
Рецензии: 325

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:

101–125 из 307 отзывов о курсе Обучение на размеченных данных

автор: Kirill S

23 февр. 2019 г.

Хороший курс, единственное возражение лишь по поводу заданий пятой недели. Хотелось бы чего-то более детального и сложного.

автор: Anton P

12 сент. 2017 г.

Well structured course. The material is presented briefly, in an accessible form and carries the maximum informative value.

автор: Daria Z

1 нояб. 2016 г.

Супер-курс! Много практических примеров, много заданий на программирование, полезная, понятная и хорошо изложенная теория.

автор: Виталий А И

9 авг. 2018 г.

Почти всё идеально, не хватило лишь чуть большего количества теоритического материала, в частности доказательств методов.

автор: Alex S

13 нояб. 2016 г.

Отличный курс! Много интересных практических заданий. Надеюсь следующие курсы специализации будут такими же интересными.

автор: Kate B

22 янв. 2019 г.

Очень хороший курс с глубоким и доступным математическим описанием основ ML по заданной теме. Спасибо создателям курса!

автор: Романов Н

21 мая 2019 г.

Отличный курс для понимания основных методов работы с размеченными данными.

Хотелось бы побольше про нейронные сети.

автор: Коломиец Д В

9 янв. 2018 г.

Очень понравился курс, оптимальный для меня с точки зрения сложности и информативности. Спасибо большое создателям!

автор: Dmitrii R

13 июня 2020 г.

Появился небольшой практический навык и небольшое представление о методах машинного обучения. Планирую продолжать.

автор: Шарапов Р А

7 сент. 2017 г.

Многие задания невозможно сдать до конца, тк система не принимает ответы, при том что ответы сто процентно верные.

автор: Merkushina M E

11 февр. 2017 г.

Супер курс!! Но гораздо сложнее, чем предыдущий. На некоторые домашки тратила гораздо больше заявленного времени.

автор: Anton S

18 окт. 2016 г.

некоторые вещи были не интуитивны при выполнении задания но в целом все получалось и информации из курса хватало

автор: Kim A

12 февр. 2020 г.

Этот курс дался мне намного сложнее, чем первый. Если так будет идти дальше, то до четвертого я не доберусь))

автор: Evgeniy S

2 янв. 2017 г.

Отличный курс. Очень высокая интенсивность, но один из немногих на Coursere, который дает реальные знания!!!

автор: Diana

14 окт. 2019 г.

хороший теоретический блок, практические задания продуманные и по теме - но местами слишком поверхностные

автор: Alexander S

29 сент. 2017 г.

Great! The best you can find on Courser for introduction to ML. You have to know Russian for this course.

автор: Aleksey T

31 дек. 2016 г.

Отличная подача материала и наглядные примеры. Задания на программирование просто супер. Спасибо за курс!

автор: Александр В Е

1 июля 2019 г.

Все очень полезно, интересно

Преподаватели составили интересные задания, конспекты - хорошо освятили курс

автор: Николаев П В

31 янв. 2019 г.

Отличный курс, ранее имеющиеся знания четко расставил по полочкам. Плюс навык программирования на Питоне

автор: Зыбин А А

20 июня 2019 г.

Сложно, но интересно.

Преподавателям большое спасибо за умение качественно и доступно подать материал.

автор: Maksim P

25 дек. 2019 г.

Очень много ценной и полезной информации, вместе с лекциями сообщества DMIA курс заходит на ура!

автор: Швец П Ю

6 февр. 2017 г.

больше практичкских примеров будет большим плюсом :)

и ссылки на статьи для глубокого погружения

автор: Anton S

27 дек. 2016 г.

Курс отличный. Доступное изложение материала. Рекомендуется к прохождению интересующимся темой.

автор: Bakyt

24 нояб. 2017 г.

отличный вводный курс в методы обучения с учителем, большое количество практических примеров

автор: Андрей В К

21 июля 2018 г.

Очень интересно, плотный материал. Спасибо! Нейронные сети немного не оправдали ожиданий)))