Chevron Left
Volver a Обучение на размеченных данных

Обучение на размеченных данных, Instituto de Física y Tecnología de Moscú

4.8
1,632 calificaciones
234 revisiones

Acerca de este Curso

Обучение на размеченных данных или обучение с учителем – это наиболее распространенный класс задач машинного обучения. К нему относятся те задачи, где нужно научиться предсказывать некоторую величину для любого объекта, имея конечное число примеров. Это может быть предсказание уровня пробок на участке дороги, определение возраста пользователя по его действиям в интернете, предсказание цены, по которой будет куплена подержанная машина. В этом курсе вы научитесь формулировать и, конечно, решать такие задачи. В центре нашего внимания будут успешно применяемые на практике алгоритмы классификации и регрессии: линейные модели, нейронные сети, решающие деревья и так далее. Особый акцент мы сделаем на такой мощной технике как построение композиций, которая позволяет существенно повысить качество отдельных алгоритмов и широко используется при решении прикладных задач. В частности, мы узнаем про случайные леса и про метод градиентного бустинга. Построение предсказывающих алгоритмов — это лишь часть работы при решении задачи анализа данных. Мы разберемся и с другими этапами: оценивание обобщающей способности алгоритмов, подбор параметров модели, выбор и подсчет метрик качества....

Principales revisiones

por RN

Jan 21, 2017

Один из лучших курсов по обучению на размеченных данных. Немного расстраивали несбалансированность сложности домашних заданий и промежуточных проверок правильности подготовки данных в заданиях.

por YD

Aug 08, 2018

Отличный курс. Меньше чем за месяц появилось базовое понимание обучения на размеченных данных и принципов ML.\n\nМного практики, грамотные преподаватели и качественные pdf сделали своё дело.

Filtrar por:

216 revisiones

por Sergey Khanyukov

Feb 11, 2019

I have finally finished this course and am glad... no... i am happy. The course requires from participants a lot of effort.

This course is definitely a challenge. I congratulate all participants who have also come to the end. I also would like to appreciate the mentors whose help is very intense and the teaching staff for sharing their knowledge.

por Denis Mironov

Feb 01, 2019

Great!

por Попов Виктор Борисович

Jan 31, 2019

Более формальный курс, чем предыдущий

por Николаев Павел Валерьевич

Jan 31, 2019

Отличный курс, ранее имеющиеся знания четко расставил по полочкам. Плюс навык программирования на Питоне

por Бунятов Александр Ильич

Jan 28, 2019

До четвёртой недели всё хорошо, на 4 неделе про градиентный бустинг задача невнятная, 5 неделю можно было растянуться на 2-3 и дать нормальное объяснение нейронным сетям. Pybrain включить отдельное приключение. Вопросы на форумах месяцами лежат, так что лучше сразу гуглить.

В целом хорошие впечатления от курса, но требует доработки.

por Domnin Vladimir

Jan 27, 2019

Любопытный вводный курс, дающий мне как новичку представление о сложившейся терминологии, базовых инструментах, а главное широте и объеме темы. Тема огромна.

Спасибо инструкторам за энтузиазм и информативность изложения. Получилось точно не хуже, чем AWS тренинг.

por Kate Bereznyakova

Jan 22, 2019

Очень хороший курс с глубоким и доступным математическим описанием основ ML по заданной теме. Спасибо создателям курса!

por Роман Черёмухин

Jan 17, 2019

Жалею, что уже прошел. Очень полезный курс!

por Vsevolod Kuznetsov

Jan 16, 2019

Great course from great professionals!

por Шаланкин Максим Дмитриевич

Jan 07, 2019

Хороший сложный курс, насыщенная программа и интересные задания.