Chevron Left
Вернуться к Введение в машинное обучение

Отзывы учащихся о курсе Введение в машинное обучение от партнера Национальный исследовательский университет "Высшая школа экономики"

4.6
звезд
Оценки: 2,291
Рецензии: 462

О курсе

Не так давно получил распространение термин «большие данные», обозначивший новую прикладную область — поиск способов автоматического быстрого анализа огромных объёмов разнородной информации. Наука о больших данных ещё только оформляется, но уже сейчас она очень востребована — и в будущем будет востребована только больше. С её помощью можно решать невероятные задачи: оценивать состояние печени по кардиограмме, предсказывать зарплату по описанию вакансии, предлагать пользователю музыку на основании его анкеты в интернете. Большими данными может оказаться что угодно: результаты научных экспериментов, логи банковских транзакций, метеорологические наблюдения, профили в социальных сетях — словом, всё, что может быть полезно проанализировать. Самым перспективным подходом к анализу больших данных считается применение машинного обучения — набора методов, благодаря которым компьютер может находить в массивах изначально неизвестные взаимосвязи и закономерности. На факультете компьютерных наук ВШЭ и в Школе анализа данных есть люди, активно использующие машинное обучение и разрабатывающие новые подходы к нему. Именно они — преподаватели этого курса. Вы изучите основные типы задач, решаемых с помощью машинного обучения — в основном речь пойдёт о классификации, регрессии и кластеризации. Узнаете об основных методах машинного обучения и их особенностях, научитесь оценивать качество моделей — и решать, подходит ли модель для решения конкретной задачи. Наконец, познакомитесь с современными библиотеками, в которых реализованы обсуждаемые модели и методы оценки их качества. Для работы мы будем использовать реальные данные из реальных задач. Краткая программа курса: Неделя 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса. Неделя 2. Метрические методы классификации. Линейные методы, стохастический градиент. Неделя 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации. Неделя 4. Линейная регрессия. Понижение размерности, метод главных компонент. Неделя 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети. Неделя 6. Кластеризация и визуализация. Частичное обучение. Неделя 7. Прикладные задачи анализа данных: постановки и методы решения. Слушателю нужно знать об основных понятиях математики: функциях, производных, векторах, матрицах. Для выполнения практических заданий потребуются базовые навыки программирования. Очень желательно знать Python. Задания рассчитаны на использование этого языка и его библиотек numpy, pandas и scikit-learn. Чтобы успешно завершить курс, нужно набрать проходную сумму баллов за тесты и практические задания, а также выполнить финальный проект, посвящённый решению прикладной задачи анализа данных. Мы уверены, что этот курс будет полезен каждому, кто хочет постичь искусство предсказательного моделирования и освоить интеллектуальный анализ данных. Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru...

Лучшие рецензии

AL

Sep 25, 2018

Понравилось отсутствие "разжевывания" материала, короткие и информативные видео-лекции, довольно интересные задания. Курс дал начальное понимание основных принципов и направлений в ML.

DD

Feb 10, 2016

Спасибо за курс. Хороший материал. Отличные задания.\n\nЕсть желание пройти курс "Практическое машинное обучение" с большим количеством примеров и практик от авторов этого курса.

Фильтр по:

276–300 из 446 отзывов о курсе Введение в машинное обучение

автор: Тер-Акопов М А

Aug 09, 2019

Зе бест фо ми, окей

автор: Oleg D

Jul 23, 2016

Замечательный курс!

автор: Elena L

Jan 18, 2018

Великолепный курс!

автор: Гусенков С В

Dec 13, 2016

Очень хороший курс

автор: Квасильчук В И

Apr 06, 2020

Интересно, удобно

автор: Alexander Z

Nov 26, 2017

Здорово, спасибо!

автор: Zhassulan S

Sep 06, 2017

Very good course!

автор: Бодак С А

Jun 08, 2017

Не плохое начало

автор: Петренко А В

May 10, 2017

10 звёзд из 5!!!

автор: Смирнов С А

Jul 21, 2019

Прекрасный курс

автор: Алексей

Mar 22, 2016

Отличная идея с

автор: Зикеева Е А

Jun 04, 2018

Отличный курс!

автор: Nikolai M

Mar 05, 2018

Классный курс!

автор: Dan K

Feb 22, 2018

Отличный курс!

автор: Almaz S

Jun 18, 2017

Отличный курс!

автор: Акобян А А

Jun 17, 2019

отличный курс

автор: Konstantin C

Jan 14, 2018

отличный курс

автор: Ашурбеков З И

Jun 15, 2016

Щииикарно всё

автор: Sergey M

Mar 15, 2016

Очень полезно

автор: Антон Г

Jan 27, 2016

Хороший курс.

автор: Kolya M

Jan 12, 2019

Very usefull

автор: Александр

May 12, 2020

Все классно

автор: Летунов Ю

Mar 16, 2020

Good course

автор: Dmitry U

Feb 17, 2016

Нормально )

автор: Denis Z

Sep 19, 2017

Very good!