Chevron Left
Вернуться к Поиск структуры в данных

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

4.7
звезд
Оценки: 1,405
Рецензии: 156

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
3 мая 2018 г.

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
8 янв. 2017 г.

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

Фильтр по:

126–150 из 150 отзывов о курсе Поиск структуры в данных

автор: Polovinkin A

9 окт. 2017 г.

не очень приятно подбирать версии gensim и numpy, чтобы выполнить задание

автор: Mike K

13 дек. 2019 г.

Курс неплохой, но желательно адаптировать его к 3 версии Питона

автор: Исаев Д В

11 мар. 2019 г.

Не понравилась неделя тематического моделирования.

автор: Иван Ч

27 сент. 2016 г.

Неделя с тематическим моделированием не зашла.

автор: Rustem Y

1 дек. 2018 г.

Классный курс, но есть проблемы с домашками

автор: Курочка А Ю

29 окт. 2018 г.

Не удается установить Bigartm

автор: Филипп У

9 авг. 2017 г.

что за трэш с грэйдером? :(

автор: Бурдзиев А К

7 нояб. 2020 г.

Все хорошо :)

автор: Георгий Б

7 янв. 2020 г.

-

автор: Антон М

29 окт. 2019 г.

В целом очень хорошо описана теория и понятные видео уроки, но большой минус заключается в очень низкой поддержке курса, переработке материалов и исправлении ошибок. Одни и те же ошибки которые создатели допустили в составлении заданий остаются неисправленными на протяжении долгого времени и нет никаких гарантий что кто-то возьмется их исправлять. Часто задания формулируются весьма нечетко и начинающим понять очень сложно что именно требуется, это касается всех курсов данной специализации, в свое время я поэтому и забросил данную специализацию спустясь 2 года решил вернуться и стало гораздо более понятно.

автор: Нурдинов Д А

26 янв. 2020 г.

Слишком много сухой академической информации, просто смотреть на формулы не интересно, так же не радует то, что в данном курсе все заточено под недавно почивший python 2, приходится костылями устанавливать библиотеки на python 3. При этом заданий, где нужно что-то делать руками крайне мало, 1-2 на неделю в лучшем случае, при этом в большинстве случаев все написано за тебя, нужно только слегка доделать, что практически никак не дает ощутить теорию полученную в видео на практике

автор: Илья П

23 апр. 2018 г.

Большая часть курса посвящена тематическому моделированию. Плохо рассмотрены проблемы кластеризации и поиска аномалий. Качество заданий по программированию, особенно в том же тематическом моделировании невысокие. Слишком много математимитики в видео, при этом крайне скудные лекции

автор: Гетьман Г А

8 июня 2020 г.

последняя неделя подкосила, очень трудный материал, который излагается в труднодоступной форме. В остальном все прекрасно)

автор: Yuri M

15 дек. 2019 г.

lack of support during completion of tasks. grader says "check random seed" which is not enough to address complex topics

автор: Провилков И С

10 сент. 2017 г.

Плохая документация по установки BigARTM и неоднозначности постановки задач в некоторых номерах.

автор: Лепин В В

14 нояб. 2020 г.

Курс неплохой, но заброшен. Используются старые версии библиотек, это очень неудобно.

автор: Ivan M

30 нояб. 2017 г.

Четвёртая неделя — это фиаско. Танцы с бубном и подбором версий пакетов.

автор: Fatvvs F

8 дек. 2018 г.

Задания слишком простые

автор: Ilya P

22 авг. 2017 г.

Устал

автор: Александр В Е

10 нояб. 2019 г.

Инструкции к последнему заданию 4й недели устарели. Инструментарий не устанавливается в соответствие с инструкциями. Курс оплачен, время истекает на днях, планировал закончить, но увы. Тратить время на сборку другой версии, а потом бороться с тем что не сошелся результат из-за неправильной версии увы нет ни желания ни времени. Материал до 4й недели был хорошим, понятным и интересным. 4я неделя ужасна. Скучная, в лекциях много деталей которые слабо коррелируют с заданиями. Без практики все это пустой звук. Первое задание 4й недели ничему не учит. Последнее задание выполнить не удастся если не запастись терпением и специфическими навыками.

автор: Сокольцов В Ю

20 июня 2017 г.

Я отдаю деньги, а потом мне еще и ребусы в заданиях разгадывать. Если вы уж делаете этот курс для людей, которые успешно работаю в сфере анализа данных - так вы хотя бы пишите об этом. Не все ваши студенты закончили МФТИ!

Еще и не все задачи работают

автор: Артеменко Я

7 окт. 2019 г.

скучнова-то

автор: Кочетков К

15 окт. 2017 г.

Курс хороший, но задания полный пип.... Потратил кучу времени на расчеты...нельзя, чтобы результаты так зависели от используемых библиотек...или надо настаивать сразу перед выполнением заданий на их установке...или расширить границы грейда!!!

автор: Волынский А Н

28 июня 2017 г.

Если есть пример неудачного курса, то это он. Теория и практика слабо соотносятся друг с другом. Конспекты очень слабые, очень мало практических примеров.

автор: P A b

1 авг. 2017 г.

Последняя неделя всё испортила. Реальная оценка не 1 звезда, но минусую чтобы исправили финальное задание!