Chevron Left
Вернуться к Поиск структуры в данных

Поиск структуры в данных, Московский физико-технический институт

4.7
Оценки: 969
Рецензии: 102

Об этом 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....

Лучшие рецензии

автор: 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.

автор: AA

Jan 09, 2017

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

Фильтр по:

Рецензии: 97

автор: Шаланкин Максим Дмитриевич

Feb 04, 2019

Курс достаточно старый, возникает много конфликтов версий, данные не обновляют. Ещё пока релевантная информация.

автор: Роман Черёмухин

Jan 17, 2019

Было интересно.

автор: Petr Kuderov

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: Artem Drofa

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: Лавренов Дмитрий Владимирович

Dec 09, 2018

Доволен первыми тремя неделями и категорически недоволен последней, 4й. Как минимум из-за отвратительного задания по программированию.

Тем не менее, большое спасибо за курс!

автор: YaMolekula

Dec 08, 2018

Задания слишком простые

автор: Rustem Yulaev

Dec 01, 2018

Классный курс, но есть проблемы с домашками

автор: Gorbatsevich Ivan

Nov 07, 2018

ок

автор: Konstantin Avramenko

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: Курочка Александр Юрьевич

Oct 29, 2018

Не удается установить Bigartm