Об этом курсе

Недавно просмотрено: 69,432

Карьерные результаты учащихся

50%

начал новую карьеру, пройдя эти курсы

45%

получил значимые преимущества в карьере благодаря этому курсу

40%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 27 часов на выполнение
Русский
Субтитры: Русский

Приобретаемые навыки

Topic ModelData Clustering AlgorithmsMachine LearningData Visualization (DataViz)

Карьерные результаты учащихся

50%

начал новую карьеру, пройдя эти курсы

45%

получил значимые преимущества в карьере благодаря этому курсу

40%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 27 часов на выполнение
Русский
Субтитры: Русский

от партнера

Логотип Московский физико-технический институт

Московский физико-технический институт

Логотип Яндекс

Яндекс

Логотип E-Learning Development Fund

E-Learning Development Fund

Программа курса: что вы изучите

Оценка контентаThumbs Up88%(10,563 оценки)Info
Неделя
1

Неделя 1

7 ч. на завершение

Кластеризация

7 ч. на завершение
15 видео ((всего 109 мин.)), 8 материалов для самостоятельного изучения, 5 тестов
15 видео
Как устроена специализация, и зачем ее проходить3мин
Структура уроков1мин
Задача кластеризации4мин
Примеры задач кластеризации5мин
Знакомство с методами кластеризации9мин
Пример: кластеризация текстов по теме13мин
Выбор метода кластеризации7мин
МФТИ1мин
Метод K средних (K-Means)10мин
Expectation Maximization (EM-алгоритм)9мин
Агломеративная иерархическая кластеризация12мин
Графовые методы кластеризации4мин
Методы, основанные на плотности6мин
Оценка качества и рекомендации по решению задачи кластеризации13мин
8 материалов для самостоятельного изучения
Блокнот из примера кластеризации текстов20мин
Слайды к лекциям10мин
Конспект10мин
Немного о Yandex10мин
МФТИ10мин
Forum&Chat10мин
Слайды к лекциям10мин
Конспект10мин
4 практических упражнения
Знакомство с кластеризацией6мин
Введение в кластеризацию8мин
Некоторые методы кластеризации8мин
Подробнее о методах кластеризации12мин
Неделя
2

Неделя 2

6 ч. на завершение

Понижение размерности и матричные разложения

6 ч. на завершение
15 видео ((всего 108 мин.)), 4 материалов для самостоятельного изучения, 5 тестов
15 видео
Одномерный отбор признаков8мин
Жадные методы отбора признаков6мин
Отбор признаков на основе моделей6мин
Понижение размерности4мин
Метод главных компонент: постановка задачи7мин
Метод главных компонент: решение6мин
Матричные разложения13мин
SGD и ALS5мин
Прогнозирование неизвестных значений в матрице6мин
Проблема отсутствия негативных примеров и implicit методы6мин
Вероятностный взгляд на матричные разложения5мин
Неотрицательные матричные разложения: постановка и решение10мин
Неотрицательные матричные разложения: функционалы и инициализация5мин
Обработка пропусков8мин
4 материала для самостоятельного изучения
Слайды к лекциям10мин
Конспект10мин
Слайды к лекциям10мин
Конспект10мин
4 практических упражнения
Отбор признаков6мин
Понижение размерности и отбор признаков14мин
Матричные разложения8мин
Неотрицательные матричные разложения10мин
Неделя
3

Неделя 3

4 ч. на завершение

Визуализация и поиск аномалий

4 ч. на завершение
8 видео ((всего 57 мин.)), 5 материалов для самостоятельного изучения, 5 тестов
8 видео
Параметрическое восстановление плотности9мин
Непараметрическое восстановление плотности8мин
Одноклассовый SVM5мин
Задача визуализации5мин
Многомерное шкалирование4мин
Метод t-SNE6мин
Визуализация данных в sklearn12мин
5 материалов для самостоятельного изучения
Слайды к лекциям10мин
Конспект10мин
Визуализация данных в sklearn10мин
Слайды к лекциям10мин
Конспект10мин
4 практических упражнения
Восстановление плотности6мин
Поиск аномалий4мин
Методы SNE и t-SNE6мин
Визуализация14мин
Неделя
4

Неделя 4

10 ч. на завершение

Тематическое моделирование

10 ч. на завершение
14 видео ((всего 151 мин.)), 8 материалов для самостоятельного изучения, 6 тестов
14 видео
Постановка задачи тематического моделирования12мин
Базовые тематические модели и EM-алгоритм14мин
Регуляризация тематических моделей10мин
Мультимодальные тематические модели9мин
Внутренние критерии качества тематических моделей9мин
Внешние критерии качества тематических моделей16мин
Визуализация тематических моделей10мин
Тематические модели на практике11мин
Пример использования библиотеки gensim для построения тематической модели10мин
Установка BigARTM в Windows3мин
Установка BigARTM в Linux Mint2мин
Установка BigARTM в Mac OS-X3мин
Пример использования библиотеки BigARTM для построения тематической модели19мин
8 материалов для самостоятельного изучения
Слайды к лекциям10мин
Конспект10мин
Ноутбук из демонстрации использования gensim10мин
Ноутбук из демонстрации использования BigARTM10мин
Слайды к лекциям10мин
Конспект10мин
Финальные титры10мин
Стань ментором специализации10мин
4 практических упражнения
Постановка задачи и базовые понятия6мин
Тематическое моделирование-18мин
Критерии качества тематических моделей6мин
Тематическое моделирование-26мин

Рецензии

Лучшие отзывы о курсе ПОИСК СТРУКТУРЫ В ДАННЫХ

Посмотреть все отзывы

Специализация Машинное обучение и анализ данных: общие сведения

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
Машинное обучение и анализ данных

Часто задаваемые вопросы

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

  • Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.

Остались вопросы? Посетите Центр поддержки учащихся.