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: 1,420
Рецензии: 161

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 155 отзывов о курсе Поиск структуры в данных

автор: Nikolay E

22 нояб. 2017 г.

В целом хороший и полезный курс, но есть проблемы с совместимостью библиотеки BigARTM разных версий

автор: Лазарев А В

27 апр. 2018 г.

Задачи в Тематическом моделировании нуждаются в более глубоких пояснениях.

В целом курс понравился.

автор: Чернышев А О

13 нояб. 2017 г.

Про тематические модели Константин Воронцов очень бегло рассказывает и непонятно, к сожалению.

автор: Елизаров И А

14 июля 2020 г.

Некоторые задания безнадежно устарели, т.к. создатели забили на этот курс. Но в целом хорошо

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: Заспа А Ю

29 мар. 2021 г.

Очень средненький курс, подробности не хватает, чем ближе к концу - тем больше по верхам все проходится. Лучше дать меньше материала, но чтобы он был освоен, и человек его стал применять. Чем просто кучу всего вывалить - типо ты теперь знаешь, а человек знает теперь только называния моделей.

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.