Chevron Left
Вернуться к Поиск структуры в данных

Отзывы учащихся о курсе Поиск структуры в данных от партнера Московский физико-технический институт

4.7
Оценки: 1,242
Рецензии: 127

О курсе

В машинном обучении встречаются задачи, где нужно изучить структуру данных, найти в них скрытые взаимосвязи и закономерности. Например, нам может понадобиться описать каждого клиента банка с помощью меньшего количества переменных — для этого можно использовать методы понижения размерности, основанные на матричных разложениях. Такие методы пытаются сформировать новые признаки на основе старых, сохранив как можно больше информации в данных. Другим примером может служить задача тематического моделирования, в которой для набора текстов нужно построить модель, объясняющую процесс формирования этих текстов из небольшого количества тем. Такие задачи назвают обучением без учителя. В отличие от обучения с учителем, в них не предполагают восстановление зависимости между объектами и целевой переменной. Из этого курса вы узнаете об алгоритмах кластеризации данных, с помощью которых, например, можно искать группы схожих клиентов мобильного оператора. Вы научитесь строить матричные разложения и решать задачу тематического моделирования, понижать размерность данных, искать аномалии и визуализировать многомерные данные. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Лучшие рецензии

PK

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.

AA

Jan 09, 2017

Интересный курс, замечательные преподаватели. Есть моменты когда лекция довольно сложная, а тест простой, это оставляет тревожное ощущение недоученности :)

Фильтр по:

1–25 из 122 отзывов о курсе Поиск структуры в данных

автор: Шаланкин М Д

Mar 14, 2019

Курс достаточно старый, возникает много конфликтов версий, данные не обновляют. Ещё пока релевантная информация. UPD: (прошёл 5 курсов из этой специализации, никому не советую проходить больше двух первых, потому что цена - качество не соответсвуют)

автор: Konstantin A

Oct 31, 2018

Хорошая теоретическая основа, видео. Но задания все пора обновлять. Используются старые версии библиотек. В видео по установке и работе с библиотеками сильно устаревшая информация. Впрочем, это не сильно мешает понять тематическое моделирование.

автор: Мария Е Ч

Jul 25, 2018

Курс всем хорош, но три звезды только за задание с анализом текстов, где нужна была устаревшая версия gensim. Об этом не предупредили в тексте задачи, а грейдер не принимал ответы, выдаваемые новой версией. Потратила много времени.

автор: Mamedov M

Nov 19, 2019

Большая-большая работа. Спасибо преподавателям, МФТИ, Яндексу за возможность изучать предмет таким невероятно крутым способом

автор: Radzivon V

Mar 29, 2018

Для меня как новичка в Питоне, было увлекательно, и временами сложно, но оно тог стоило, спасибо!

автор: Timur B

May 13, 2018

Первые три недели интересные и методы рассмотрены важные. Тематическое моделирование, на мой взгляд, штука достаточно специфичная и многим она не понадобится совсем. Хотелось бы чего-то более общего. А так курс неплохой.

автор: Artem D

Dec 20, 2018

Хороший курс, но без поиска доп. информации в интеренете почти по всем темам не обошлось.

С другой стороны, это естественный процесс при самообразовании. Так что все ок.

автор: Petr K

Jan 10, 2019

По-моему, отличный курс.

Лично для меня последняя неделя по тематическому моделированию оказалась очень длительной для изучения (потратил пару недель, тогда как первые три недели прошел меньше чем за неделю). В принципе, совсем не обязательно было углубляться, но я не устоял перед соблазном и поразбирался с EM-алгоритмом на будущее.

Курс рекомендую - отлично дополняет второй курс про обучение с учителем. Посмотрим, что будет дальше.

автор: Роман Ч

Jan 17, 2019

Было интересно.

автор: Майоров К Н

Mar 04, 2019

Хотел бы поблагодарить организаторов и преподавателей курса! Материал дается очень доступным и понятным способом! С нетерпением жду прохождения новых курсов специализации!

автор: Рядовиков А В

Sep 14, 2018

Курс достаточно насыщен. Понятно, что что трудно сделать его полнее без увеличения длительности. Из пожеланий, хотелось бы больше ссылок на описания алгоритмов. Возможно, есть статьи на русском языке. Да, просьба здесь и дальше: в конспектах указывать англоязычные термины и ссылки на базовые статьи. Спасибо))!

автор: Gorbatsevich I

Nov 07, 2018

ок

автор: Андрей

Aug 05, 2018

Большое спасибо авторам и преподавателям!

автор: Ivan S

Sep 07, 2018

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

автор: Гаврилова Д Е

Aug 07, 2018

Замечательный курс, очень понравились приглашенные лекторы.

автор: Dmytro M

Feb 12, 2017

Отличный курс. Громадная благодарность авторам

автор: Taranov G

Nov 08, 2016

Great course

автор: Renat A

Oct 09, 2017

Авторы продолжают серию отличных курсов. Рекомендую!

автор: Alex S

Mar 20, 2017

Отличный курс!

автор: Sander S

Jun 15, 2016

very professional best in web!!

автор: Ivan

Nov 20, 2016

Thanks, very good course

автор: Seilov T

Sep 23, 2017

Супер!

автор: Roman N

Dec 29, 2016

well organized and structured

автор: Anatoly R

Jun 27, 2018

пожелание, чтобы везде четко прописывались версии библиотек, используемых в демонстрациях.иначе сложно разобраться, где результат не воспроизводится из-за версии, а где ошибка из-за зависимостей в разных версияъ

автор: Igor I

Jun 08, 2016

Можно немножко больше теории. А то как то и не то и не то. Задачки очень интересные