Введение в машинное обучение
Heads up! This course may be archived and/or unavailable.
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. В онлайн курсе 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. Слушателю нужно знать об основных понятиях математики: функциях, производных, векторах, матрицах. Для выполнения практических заданий потребуются базовые навыки программирования на языке 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: [email protected]
Get a Reminder
Rating | 4.3★ based on 390 ratings |
---|---|
Length | 8 weeks |
Effort | 7 недель исследования, 3-5 часов / неделю |
Starts | Feb 14 (111 weeks ago) |
Cost | $49 |
From | Higher School of Economics, National Research University Higher School of Economics, Yandex School of Data Analysis, HSE University via Coursera |
Instructors | Константин Вячеславович Воронцов, Евгений Соколов, Evgeny Sokolov |
Download Videos | On all desktop and mobile devices |
Language | Russian |
Subjects | Data Science Programming |
Tags | Data Science Machine Learning |
Get a Reminder
Similar Courses
What people are saying
машинного обучения
Курс охватывает изучение не только методов машинного обучения(SVM, логистическая регрессия, градиентный бустинг и т.д.
Хороший курс, позволяет понять азы машинного обучения.
Отличный курс для изучения базовых основ машинного обучения.
Позволяет освоить и изучить основные методы машинного обучения.
Хороший вводный курс по методам машинного обучения.
Весьма полезный курс, в котором можно ознакомиться с основными алгоритмами машинного обучения.
Задание с последней недели оказалось очень интересным и наглядно демонстрирующим актуальность и востребованность машинного обучения в наши дни.
Отличный курс для знакомства с темой машинного обучения и получения начального опыта программирования на Python с использованием scikit-learn.
Рекомендую как одну из удачных точек входа в тематику машинного обучения.
Обратить на него внимание стоит тем, кто только начал интересоваться областью машинного обучения или хочет чуть лучше разобраться в математической основе подобных методов.
Дает общее представление о принципах и методах машинного обучения, навыки работы с популярной библиотекой scikit-learn.
Хорошее введение в основы машинного обучения.
На входе имел приблизительные знания о программировании в Python и его библиотеках машинного обучения.
great Этот курс дал понимание основных принципов машинного обучения, образовав платформу для дальнейшего развития.
Read more
машинное обучение
Отличный курс для начинающих - доступное изложение теории и полезные практические задания Хорошие курс по введению в машинное обучение Очень сложно.Никаких объяснений в лекции, сплошной гугл.
Идеально подходит для введения в такую сложную тему, как машинное обучение.
Кто-то ее ругает из-за того, что она заточена под Python, - но ведь нельзя изучать машинное обучение без машины!
Отличные задания.Есть желание пройти курс "Практическое машинное обучение" с большим количеством примеров и практик от авторов этого курса.
моделью построения индексов в БД - об этом мысли приходят в час нужды когда задача решается слишком долго.Яндекс уже накопил информацию по различным жизненным аспектам в которых можно применить машинное обучение и знает достоинства и недостатки различных алгоритмов - было бы интересно, узнать в каких случаях на каких областях можно столкнуться с проблемами и какие области сегодня мало изучены.По видео материалам лекций - видно лектор специалист в своей области и в области преподавания, но это может годиться для аудиторных занятий.
В любом случае курс называется "ВВЕДЕНИЕ в машинное обучение", а не "погружение в него для аспирантов-математиков с исследованием алгоритмов на уровне машинного кода".
Также порадовали некоторые практические задания, многие из них действительно интересно делать Отличный курс введения в машинное обучение.Теоретический материал представлен в такой мере, чтобы можно было начать двигаться в нужном направлении, но при этом требовалось самому решать подзадачи.
Курс предполагает наличие знаний по матану, материал не разжеван, нужно много гуглить Теоретическая часть рассказана превосходно и дает понимание как вообще работает машинное обучение.
Очень полезный курс именно для введения в машинное обучение, т.е.
Курс очень увлекательный, он позволил мне вникнуть в предметную область, рассмотреть основные особенности алгоритмов и установить вектор будущего развития мо4а Отличный курс для введения в Машинное обучение.
Я получила, хорошее представление о том, что вообще такое машинное обучение, и некую начальную теор базу.
В целом неплохое введение в машинное обучение и использование питона для этих задач.
Хороший курс для начального погружения в машинное обучение.
Очень интересно, порой бывает сложно, чувствуется некая недосказанность, поэтому мне приходится параллельно смотреть на ютубе Курс «Машинное обучение» 2014, там более подробно описывается теория данного курса.
Read more
на мой взгляд
Практическая часть в этом курсе отличная, а вот с теорией, на мой взгляд, получилось не очень.
С его помощью мне удалось познакомится с широким ассортиментом алгоритмов, некоторые из них (например семейство neural networks) выходят за рамки курса по объему и сложности, однако хотя бы поверхностно были освещены и на мой взгляд это очень хорошо.
На мой взгляд, эта часть могла бы быть интереснее и сложнее.
Слишком, на мой взгляд, много математической информации, которую можно обобщить до смысла параметров оптимизации и регуляризации и способа работы моделей.
Лекции, на мой взгляд, недостаточно систематизированны.
Отличный курс, на мой взгляд.
На мой взгляд, это идеальный способ заставить учиться.Вопросы «внутри видео» позволяют верифицировать приобретенные знания.Вопросы в тестовых заданиях не всегда имеют прямой ответ в видеоматериалах.
Мне он очень помог, чтобы сделать первые шаги в создании скриптов по анализу данных.Правда, есть в курсе 3-4 задачки, которые новичку будут, на мой взгляд, очень сложны.
Теории на мой взгляд многовато, но учитывая широкий охват аудитории, наверно это скорее необходимость чем приходить авторов.
На мой взгляд, в качестве начального обучения курс тяжеловат, более-менее понимаешь о чём идёт речь только к концу.
Read more
andrew ng
Нужно было установить требования к уровню знаний до начала курса.По сравнению с Andrew Ng, мало что понимаю сразу.
Одновременно проходил курс Andrew Ng из Стэнфорда.
Лучше пройдите курс от Andrew Ng Real good Highly recommend this course for beginners!
Ну не поленитесь - посмотрите курсы своих коллег - того же Andrew Ng.
Несмотря на то, что я носитель русского языка, мне намного понятнее и яснее дались лекции Andrew Ng.
Super Хорошое наполнение математикой (в отличие от Andrew Ng).
-- Ernest Rutherford Классный курс, отлично дополняет курс Andrew Ng Огромное спасибо за этот курс!
не хватает глубины обзора материала, лекции Воронцова на сайте яндекс, кажутся гораздо подробнее, структурированнее и понятнее.задания часто не согласуются с лекциями, без предварительных знаний python и scikitlearn не обойтисьскрипты проверки скриптов с ошибками(осталось впечатление что курс очень сырой( Отличная идея с Not bad for introduction in Machine Learning Я бы не сказал что это вводный курс, думаю что для начала можно послушать курс от Andrew Ng.
Плюсы:1) Большой плюс курса, в нём гораздо больше информации, чем у ставшего эталоном Стэнфордского курса от Andrew Ng.
Особенно на фоне ориентированности на математический аппарат, более жесткий чем у Andrew Ng.5) Материал по некоторым темам очень сжат.
Good alternative for Andrew Ng course in Russian.
Read more
машинном обучении
Отличный старт в машинном обучении.
Тем не менее, курс дает отличное базовое представление о машинном обучении, а большое количество практических заданий помогают чувствовать себя уверенней.
Несомненно полезный курс для новичков в машинном обучении.
https://medium.com/@CV89/%D0%B2%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5-%D0%B2-%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5-%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5-coursera-5e3fcc44d95f#.uucovnf1a В целом не плохой курс, дает представление о машинном обучении.
Если вы уже имеете определенный опыт в машинном обучении и хотите повторить материал (по какой-то причине), то можно послушать.
Всё очень понравилось, много практических задач, охватывающих различные ситуации в машинном обучении, где какой классификатор применять, какие бывают признаки, как с ними работать и мн.
Буду рекомендовать этот курс знакомым и коллегам, которые также как и я делают первые шаги в машинном обучении.
Read more
по машинному обучению
Это вообще не идет ни в какое сравнение: там ставиться цель - доходчиво донести материал, все излагается последовательно, логично и достаточно понятно.Очень жаль, что нет адекватных русскоязычных курсов по машинному обучению, а ведь советская педагогическая школа, и в частности математическая, одна из лучших в мире.
Из всех англоязычных и русскоязычных курсов "всё в одном" по машинному обучению, которые я видел, этот - лучший.На мой взгляд, курс рассчитан на слушателей с некоторой математической культурой (в этом принципиальное отличие от известного курса Эндрю Ына) и представляет собой значительно упрощённую версию ШАДовской дисциплины "Машинное обучение".Задания разнообразные и интересные, охватывающие все ключевые понятия из лекций.
Хороший стартовый курс по машинному обучению.
Отличный обзорный курс по машинному обучению на русском языке.
Read more
курс для начала
Хороший курс для начала!
Хороший курс для начала Хорошо подобраны задания (числовые, категориальные признаки, работа с текстом, и, даже, картинками).Если дойти до конца, то должен сформироваться неплохой багаж примеров о том, как проводить обучение моделей.
awesome Все здорово - и доступно и понятно Отличный курс для начала.
Отличный курс для начала погружения в тему машинного обучения.
Read more
практических заданий
К сожалению нет практических заданий на глубинное обучение.Great course!
Для выполнения практических заданий потребуются базовые навыки программирования."
Можно сделать больше практических заданий, на закрепление материала; добавить задания без общих инструкций.Не удобно сдавать задания(из-за форматирования файла в конце).
Очень полезно Отличный курс, но для не математиков теория воспринимается сложновато, зато есть возможность прикоснуться к "Машинному обучению" при выполнение практических заданий.
Ко второй неделе вы рискуете потерять понимание происходящего при выполнении практических заданий, однако в погоне за "Зачетом" сделать вы их все же сможете, но лучше иметь знания программирования на Python Хороший курс, но требует мат.
Хороший баланс практических заданий и теории.
Read more
машинным обучением
Отлично подходит для ознакомления как с машинным обучением, так и с базовым изучением языка python.
Данный курс может отбить все желание заниматься машинным обучением!
К сожалению, по нейронным сетям только теоретические вопросы.Настоятельно рекомендую курс всем, кто хочет заняться машинным обучением.
Также очень много сухой теории и ненужных математических обоснований, которые не имеют никакого смысла для человека, который решил заняться машинным обучением.
Познавательно, легко и ёмко, даже для тех, кто сталкивается с машинным обучением и программированием на Python впервые!
Отличный курс для первого знакомства с машинным обучением.
Read more
этом курсе
Больше бы практики в этом курсе и была бы оценка 5.
Так же лично для меня в этом курсе было много математики, в которой я сейчас слаб, но за счет того, что она была на подавляющем большинстве слайдов я смог получить дополнительную мотивацию и сейчас активно занимаюсь её изучением.
Не хочу никого обидеть, но по моему в этом курсе все объяснялось максимально непонятным способом.
Я не спорю, что материал в этом курсе возможно лучше всех возможных на свете, мне не удалось этого узнать, так как манера подачи материала отбила желание продолжать учебу.Кстати, почти все теории, изложенные в первой лекции, используются мной на практике.
Но новичкам этой области в этом курсе не место.
Read more
подача материала
Понравилась подача материала и запомнилось финальное задание.
Интересная подача материала, понятные пояснения, логичная последовательность нарастания сложности курса.
Крайне слабая подача материала, воспринимать его на должном уровне вы сможете только освежив знания по мат.
Отличная подача материала от Воронцова К.В.
Очень простая подача материала с примерами и поэтапным введением.
Read more
финальный проект
Хотя финальный проект был интересный - решение дать игрушечное задание, но на реальных данных, явно было удачным.
Очень понравился финальный проект на реальных данных.
Интересный финальный проект.
Домашние задания и финальный проект порадовали.
Read more
Careers
An overview of related careers and their average salaries in the US. Bars indicate income percentile.
Write a review
Your opinion matters. Tell us what you think.
Please login to leave a review
Rating | 4.3★ based on 390 ratings |
---|---|
Length | 8 weeks |
Effort | 7 недель исследования, 3-5 часов / неделю |
Starts | Feb 14 (111 weeks ago) |
Cost | $49 |
From | Higher School of Economics, National Research University Higher School of Economics, Yandex School of Data Analysis, HSE University via Coursera |
Instructors | Константин Вячеславович Воронцов, Евгений Соколов, Evgeny Sokolov |
Download Videos | On all desktop and mobile devices |
Language | Russian |
Subjects | Data Science Programming |
Tags | Data Science Machine Learning |
Similar Courses
Sorted by relevance
Like this course?
Here's what to do next:
- Save this course for later
- Get more details from the course provider
- Enroll in this course