Acerca de este Curso

179,868 vistas recientes

Resultados profesionales del estudiante

41%

comenzó una nueva carrera después de completar estos cursos

48%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

30%

consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Aprox. 56 horas para completar
Ruso (Russian)
Subtítulos: Ruso (Russian)

Habilidades que obtendrás

Python ProgrammingMachine Learning (ML) AlgorithmsMachine LearningPandas

Resultados profesionales del estudiante

41%

comenzó una nueva carrera después de completar estos cursos

48%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

30%

consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Aprox. 56 horas para completar
Ruso (Russian)
Subtítulos: Ruso (Russian)

ofrecido por

Logotipo de National Research University Higher School of Economics

National Research University Higher School of Economics

Logotipo de Yandex School of Data Analysis

Yandex School of Data Analysis

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up92%(41,436 calificaciones)Info
Semana
1

Semana 1

5 horas para completar

Знакомство с анализом данных и машинным обучением

5 horas para completar
6 videos (Total 58 minutos), 5 lecturas, 2 cuestionarios
6 videos
Видеоролик о курсе2m
Формальная постановка задачи машинного обучения14m
Примеры применения машинного обучения — 110m
Примеры применения машинного обучения — 213m
Проблема переобучения. Методология решения задач машинного обучения.15m
5 lecturas
Об университете10m
Приветствие и вводная информация10m
FAQ10m
Python для анализа данных10m
Работа с векторами и матрицами в NumPy10m
1 ejercicio de práctica
Основные понятия машинного обучения30m
4 horas para completar

Логические методы классификации

4 horas para completar
4 videos (Total 35 minutos)
4 videos
Алгоритм построения решающего дерева6m
Обработка пропусков. Достоинства и недостатки решающих деревьев.8m
Способы устранения недостатков решающих деревьев12m
1 ejercicio de práctica
Решающие деревья30m
Semana
2

Semana 2

7 horas para completar

Метрические методы классификации

7 horas para completar
4 videos (Total 34 minutos)
4 videos
Метод окна Парзена8m
Метрические методы классификации в задаче восстановления регрессии9m
Обнаружение выбросов6m
1 ejercicio de práctica
Метрические методы30m
4 horas para completar

Линейные методы классификации

4 horas para completar
5 videos (Total 31 minutos)
5 videos
Градиентные методы численной минимизации и алгоритм SG5m
Алгоритм SAG3m
Метод стохастического градиента. Достоинства и недостатки.10m
Проблема переобучения5m
1 ejercicio de práctica
Линейные методы и градиентный спуск30m
Semana
3

Semana 3

11 horas para completar

Метод опорных векторов и логистическая регрессия

11 horas para completar
5 videos (Total 38 minutos)
5 videos
Метод опорных векторов. Обобщение для нелинейного случая8m
Логистическая регрессия6m
Пример применения логистической регрессии5m
Регуляризованная логистическая регрессия2m
2 ejercicios de práctica
Особенности метода опорных векторов30m
Логистическая регрессия30m
4 horas para completar

Метрики качества классификации

4 horas para completar
3 videos (Total 31 minutos)
3 videos
Метрики качества классификации — 212m
Многоклассовая классификация7m
1 ejercicio de práctica
Метрики качества классификации30m
Semana
4

Semana 4

3 horas para completar

Линейная регрессия

3 horas para completar
3 videos (Total 23 minutos)
3 horas para completar

Понижение размерности и метод главных компонент

3 horas para completar
1 video (Total 14 minutos)

Revisiones

Principales revisiones sobre ВВЕДЕНИЕ В МАШИННОЕ ОБУЧЕНИЕ

Ver todos los comentarios

Preguntas Frecuentes

  • El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:

    • es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
    • Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
  • 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.

  • Puedes solicitar un reembolso completo hasta dos semanas después de tu fecha de pago o (para los cursos que se lanzaron recientemente) hasta dos semanas después del comienzo de la primera sesión del curso, lo que ocurra después. No puedes recibir un reembolso luego de obtener un Certificado de curso, aun cuando completes el curso dentro del período de reembolso de dos semanas. Consulta nuestra política de reembolsos completa.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el vínculo de Ayuda económica que está debajo del botón 'Inscribirse' a la izquierda. Se te pedirá que completes una solicitud y recibirás una notificación cuando se apruebe. Obtén más información.

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