Acerca de este Curso

14,652 vistas recientes

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel avanzado

Aprox. 75 horas para completar

Sugerido: 5 weeks of study, 6-8 hours/week...

Inglés (English)

Subtítulos: Inglés (English)

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel avanzado

Aprox. 75 horas para completar

Sugerido: 5 weeks of study, 6-8 hours/week...

Inglés (English)

Subtítulos: Inglés (English)

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

7 minutos para completar

Welcome

7 minutos para completar
5 videos (Total 7 minutos)
5 videos
Course Structure1m
Meet Alexey2m
Meet Pavel37s
Meet Ilya1m
1 hora para completar

(Optional) Machine Learning: Introduction

1 hora para completar
6 videos (Total 43 minutos), 1 lectura
6 videos
(Optional) Basic concepts11m
(Optional) Types of problems and tasks5m
(Optional) Supervised learning7m
(Optional) Unsupervised learning6m
(Optional) Business applications of the machine learning4m
1 lectura
Slack Channel is the quickest way to get answer to your question10m
5 horas para completar

Spark MLLib and Linear Models

5 horas para completar
11 videos (Total 94 minutos), 3 lecturas, 5 cuestionarios
11 videos
First example. Linear regression10m
How MLlib library is arranged10m
How to train algorithms. Gradient descent method9m
How to train algorithms. Second order methods8m
Large scale classification. Logistic regression12m
Regularization8m
PCA decomposition9m
K-means clustering7m
How to submit your first assignment3m
How to Install Docker on Windows 7, 8, 104m
3 lecturas
Grading System: Instructions and Common Problems10m
Docker Installation Guide10m
Assignments. General requirements10m
4 ejercicios de práctica
Large scale machine learning. The beginning14m
Large scale regression and classification. Detailed analysis10m
Regularization and Unsupervised Techniques10m
Spark MLLib and Linear Models18m
Semana
2

Semana 2

2 horas para completar

Machine Learning with Texts & Feature Engineering

2 horas para completar
12 videos (Total 70 minutos), 5 cuestionarios
12 videos
Feature Engineering for Texts, part 17m
Feature Engineering for Texts, part 25m
N-grams4m
Hashing trick6m
Categorical Features6m
Feature Interactions2m
Spark ML. Feature Engineering for Texts, part 17m
Spark ML. Feature Engineering for Texts, part 25m
Spark ML. Categorical Features3m
Topic Modeling. LDA.7m
Word2Vec11m
5 ejercicios de práctica
Feature Enginering for Texts16m
Categorical Features & Feature Interactions6m
Spark ML Tutorial: Text Processing6m
Advanced Machine Learning with Texts8m
Machine Learning with Texts & Feature Engineering20m
Semana
3

Semana 3

6 horas para completar

Decision Trees & Ensemble Learning

6 horas para completar
13 videos (Total 64 minutos), 6 cuestionarios
13 videos
Decision Trees Basics4m
Decision Trees for Regression6m
Decision Trees for Classification3m
Decision Trees: Summary1m
Bootstrap & Bagging8m
Random Forest6m
Gradient Boosted Decision Trees: Intro & Regression7m
Gradient Boosted Decision Trees: Classification6m
Stochastic Boosting1m
Gradient Boosted Decision Trees: Usage Tips & Summary3m
Spark ML. Decision Trees & Ensembles6m
Spark ML. Cross-validation3m
5 ejercicios de práctica
Decision Trees16m
Bootstrap, Bagging and Random Forest6m
Gradient Boosted Decision Trees10m
Spark ML Programming Tutorial: Decision Trees & CV6m
Decision Trees & Ensemble Learning16m
Semana
4

Semana 4

3 horas para completar

Recommender Systems

3 horas para completar
15 videos (Total 118 minutos), 1 lectura, 4 cuestionarios
15 videos
Recommender Systems, Introduction. Part II4m
Non-Personalized Recommender Systems9m
Content-Based Recommender Systems8m
Recommender System Evaluation10m
Collaborative Filtering RecSys: User-User and Item-Item10m
RecSys: SVD I7m
RecSys: SVD II8m
RecSys: SVD III5m
RecSys: MF I7m
RecSys: MF II6m
RecSys: iALS I6m
RecSys: iALS II11m
RecSys: Hybrid I7m
RecSys: Hybrid II7m
1 lectura
Recommender Systems. Spark Assignment10m
4 ejercicios de práctica
Basic RecSys for Data Engineers14m
Moderate RecSys for Data Engineers10m
Advanced RecSys for Data Engineers4m
Recommender Systems16m

Instructores

Imagen del instructor, Alexey A. Dral

Alexey A. Dral

Founder and Chief Executive Officer
BigData Team
Imagen del instructor, Evgeny Frolov

Evgeny Frolov

Data Scientist, PhD Student @Skoltech
Computational and Data Intensive Science and Engineering
Imagen del instructor, Ilya Trofimov

Ilya Trofimov

Principal Data Scientist
Yandex

Acerca de Yandex

Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world....

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.