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: 1,444
Рецензии: 164

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.

AS
22 мая 2016 г.

Изначально хотел поставить 3 или 4, но тематические модели спасли. Материал очень полезный. И изложение на высоте. Спасибо.

Фильтр по:

151–158 из 158 отзывов о курсе Поиск структуры в данных

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!