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: 1,374
Рецензии: 150

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:

76–100 из 144 отзывов о курсе Поиск структуры в данных

автор: Роман Ч

Jan 17, 2019

Было интересно.

автор: Денис К

Jul 24, 2019

Шикарный курс.

автор: Жмылев О Н

May 13, 2019

Отличный курс!

автор: Alex S

Mar 20, 2017

Отличный курс!

автор: Eldar M

Jan 26, 2017

Отличный курс!

автор: Alex K

Nov 16, 2017

воронцов топ

автор: Taranov G

Nov 08, 2016

Great course

автор: Чурилов И П

Jul 09, 2020

Дельно

автор: Лунев И С

Jan 11, 2020

Супер!

автор: Темирлан С

Sep 23, 2017

Супер!

автор: Karazeev A A

Oct 07, 2016

Cool!

автор: Цхондия Г А

Nov 24, 2017

cool

автор: Gorbatsevich I

Nov 07, 2018

ок

автор: Grigory S

Jun 09, 2016

5+

автор: Николай М

Jul 02, 2019

.

автор: Sergey

Mar 19, 2019

Good course. Outstanding choice of topics. The most prominent techniques for clustering are covered in an easy-to-read way. I especially enjoyed the last week's theory on processing texts. It's awesome that the authors have included the references for further reading; I've downloaded those, and now I'm looking forward to read it soon.

As usual for this set of courses, I have mixed feelings with regard to the programming assignments. From those, I mostly mastered installing various versions of Python packages. On the other hand, it can be viewed as a nice hands-on training in using the built-in functions for clustering purposes, and running some general Python routines, such as list comprehension etc. This way, it totally fits my personal goals, and I'm moving on to the next course.

автор: Пономарев М А

Aug 15, 2019

Курс хороший, но многие материалы несколько устарели, приходится ковыряться в обсуждениях для решения проблем которые не должны возникать при решении заданий. Устаревшие библиотеки, ответы вычисленные с использованием более свежих версий не принимаются, проблемы с установкой старых версий и тд. Да и питон 2й версии прекратит поддержку к концу года. То, что кто то из составителей привык использовать в работе 2ю версию не означает что студентам следует изучать материал на ее примере, в скором времени им, с большей вероятностью, пригодится именно 3я.Стоило бы обновить задания под актуальные версии, сами лекции актуальность не теряют.

автор: Окольнов Ю В

Jun 23, 2018

Интересный курс по теме, которая (я надеюсь) будет полезна в практической работе.Преподаватели хорошие, но иногда было видно, что либо они недостаточно потренировались на камеру, либо стеснялись. Т.е. словесная подача была недостаточно гладкой. Это мешает сфокусироваться и внимать.Последнее задание оказалось необязательным, и я уже не узнаю - проверит ли его кто-нибудь хоть когда-нибудь :)Предпоследнее задание было не особо сложным - но пришлось переустанавливать GenSim несколько раз, чтобы подбить ответы к грейдеру. Это ужасно. Нужно внести все вариации ответов, получаемых с разным gensim в грейдер!

автор: Sergei B

Aug 04, 2016

Этому курсу поставлю "четверочку". Предыдущие два более интересные и продуманные. Третий курс получился каким-то слишком поверхностным. Сам материал очень нужный и полезный, но уж слишком "по верхам". Хочется, чтобы некоторые темы разбирали более глубоко и последовательно - от простого к сложному. Не всегда можно обойтись коротеньким видео - лучше записать больше уроков, и толку будет больше.

Но все равно я доволен. Пройдя три курса, я уже могу решать реальные задачи.

автор: Kasatkina I

Dec 28, 2019

Мне понравился этот курс (как и все предыдущие), но показалось очень неудобным, что на 4-й неделе в задании с использованием gensim ответы принимаются только с использованием устаревшей версии 2.3.0 для Python 2 (при этом в описании задания указано, что примутся с версией 3.5.0, но это не так): пришлось делать много танцев с бубнами вокруг переустановок разных версий, и это заняло неоправданно много времени. В целом курс очень хороший. Большое спасибо авторам.

автор: Голубев К О

Aug 26, 2017

В некоторых заданиях не хватает конкретики. В частности, задача по BigARTM из-за обновленной до 0.8.3 версии библиотеки работает несколько по-другому. Также хотелось бы больше задач по программированию по теме кластеризации. В конспектах пяти-восьми лекций, отображаемых на видео можно заметить ошибки/опечатки, вводящие в заблуждение. Хотелось бы, чтобы конспект был чище.

Тем не менее, курс отличный, дает очень много полезной информации. Ставлю твердую 4.

автор: Саркисов А Р

Dec 06, 2019

Необычайно непродуман последний блок про тематическое моделирование. Катавасия с версиями пакетов для сдачи задания - отдельный минус. Уже второй курс подряд все блоки, кроме последнего на 5/5, а последний портит всю картину. Материал подается в не самой удобной форме ( особенно, что касается нейронных сетей и баесовских методов из прошлого курса).

автор: Michael N

Jun 25, 2017

Очень полезный курс. Хотя по сравнению с 1, 2 и 4 показался местами пустоватым.

Практические тесты мало помогают усвоить материал, т.к. зачастую их можно решить просто бездумно дургая соответствующие API

Однако теоретическая часть выше всяких похвал.

автор: Anatoly V

Jul 05, 2020

Хотелось бы, чтобы авторы курса адаптировали некоторые его задания к третьей версии питона. К сожалению, сейчас очень много времени уходит на то, чтобы просто установить именно ту версию, которая была у автора, чтобы получить тот же ответ.

автор: Alexander A

Mar 25, 2017

Установка BigARTM меняется. Видео сделано по предыдущей версии. Вместо видео лучше бы была PDF с подробными инструкциями. В ролике приведён пример идеальной ситуации. Хотелось бы, чтобы в ролике разбирались типичные ошибки установки.