À propos de ce cours
4.4
441 notes
71 avis
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 26 heures pour terminer

Recommandé : 10 hours/week...
Langues disponibles

Russe

Sous-titres : Russe

Compétences que vous acquerrez

Data ScienceTime SeriesSentiment AnalysisRecommender Systems
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 26 heures pour terminer

Recommandé : 10 hours/week...
Langues disponibles

Russe

Sous-titres : Russe

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
5 heures pour terminer

Бизнес-задачи

На этой неделе мы разберём две крупные задачи, часто возникающие в бизнес-аналитике. Первая связана с прогнозированием временных рядов; задачи такого типа часто возникают, когда необходимо оценить значение показателя в будущем, основываясь на истории его изменения в прошлом. Такими показателями могут быть спрос на товар, аудитория рекламного баннера, цена акций и т.д. Вторя задача — это анализ поведения пользователей. Класс задач, связанных с анализом пользовательских данных, неизбежно появляется практически в любой сфере бизнеса, подразумевающей работу с клиентами. Как правило, это такие задачи, как привлечение пользователей, работа с аудиторией, прогнозирование оттока и удержание клиентов. ...
Reading
19 vidéos (Total 152 min), 6 lectures, 7 quiz
Video19 vidéos
Как устроена специализация, и зачем ее проходить3 min
МФТИ1 min
Временные ряды9 min
Автокорреляция6 min
Стационарность6 min
ARMA5 min
ARIMA5 min
Выбор ARIMA и прогнозирование10 min
Анализ остатков8 min
Пример построения прогноза11 min
Регрессионный подход к прогнозированию8 min
Анализ поведения пользователей8 min
Аудиторные метрики: привлечение7 min
Аудиторные метрики: активность9 min
Аудиторные метрики: монетизация6 min
Аудиторные метрики: удержание3 min
Прогнозирование оттока пользователей: Постановка задачи18 min
Прогнозирование оттока пользователей: Построение и оценка модели16 min
Reading6 lectures
МФТИ10 min
Forum&Chat10 min
Пример построения прогноза [ipython notebook]10 min
Слайды к лекциям10 min
Конспект10 min
Слайды к лекциям10 min
Quiz6 exercices pour s'entraîner
Автокорреляция и стационарность10 min
p, q, P, Q18 min
Прогнозирование временных рядов18 min
Аудиторные показатели: привлечение и активность8 min
Аудиторные показатели: монетизация и удержание6 min
Анализ поведения пользователей10 min
Semaine
2
Heures pour terminer
6 heures pour terminer

Анализ медиа

Вторая неделя посвящена вопросам компьютерного зрения. Мы обсудим базовые методы обработки изображений и поговорим про такие задачи, как классификация изображений, распознавание лиц, детекция объектов и семантическая сегментация. Благодаря развитию глубоких нейронных сетей, за последние несколько лет во всех этих задачах достигнут огромный прогресс. Вы узнаете, как на практике пользоваться нейросетевыми библиотеками, и научитесь быстро собирать и размечать большие коллекции изображений....
Reading
11 vidéos (Total 106 min), 7 lectures, 3 quiz
Video11 vidéos
Задачи компьютерного зрения5 min
"Низкоуровневое" зрение14 min
Линейная фильтрация изображений4 min
Классификация изображений9 min
Задача классификации изображений на практике14 min
Распознавание лиц17 min
Детекция объектов13 min
Стилизация изображений3 min
Распознавание китов5 min
Сбор больших коллекций изображений10 min
Reading7 lectures
Дополнительные материалы10 min
Слайды к лекциям10 min
Конспект10 min
Слайды к лекциям10 min
Конспект10 min
Слайды к лекциям10 min
Конспект10 min
Quiz2 exercices pour s'entraîner
Компьютерное зрение16 min
Практические задачи компьютерного зрения14 min
Semaine
3
Heures pour terminer
6 heures pour terminer

Анализ текстов

Данная неделя посвящена работе с особым видом данных — текстами. Тексты встречаются во многих задачах, и при этом свести их к стандартной матрице с объектами и признаками не так просто. В этом модуле мы изучим основы работы с текстовыми данными, способы генерации признаков на их основе, поговорим о нейросетевых подходах (в частности, word2vec и рекуррентные сети). Также мы обсудим несколько конкретных прикладных задач анализа текстов, среди которых будут анализ тональности и аннотирование....
Reading
13 vidéos (Total 80 min), 6 lectures, 5 quiz
Video13 vidéos
Предобработка текста6 min
Извлечение признаков из текста5 min
Извлечение признаков из текста - 25 min
Обучение моделей на текстах3 min
word2vec5 min
Рекуррентные сети7 min
Выделение коллокаций5 min
Языковые модели4 min
Анализ тональности текста13 min
Анализ тональности отзывов4 min
Анализ тональности отзывов: продолжение5 min
Аннотирование7 min
Reading6 lectures
Слайды к лекциям10 min
Конспекты к лекциям10 min
Слайды к лекциям10 min
Конспекты к лекциям10 min
Анализ тональности отзывов [ipython notebook]10 min
Слайды к лекциям10 min
Quiz4 exercices pour s'entraîner
Первичная обработка текстов6 min
Текстовые данные и работа с ними6 min
word2vec и рекуррентные сети6 min
Примеры задач анализа текстов6 min
Semaine
4
Heures pour terminer
5 heures pour terminer

Рекомендации и ранжирование

На этой неделе вы познакомитесь с задачами, в которых нужно оценивать "интересность" различных объектов для пользователя - задачей ранжирования, актуальной при построении поиска, и задачей построения рекомендательных систем, возникающей при необходимости посоветовать пользователю некоторый контент (фильмы, музыку, статьи) или товары в интернет-магазине....
Reading
10 vidéos (Total 57 min), 5 lectures, 4 quiz
Video10 vidéos
Метрики качества ранжирования6 min
Методы ранжирования4 min
Рекомендательные системы4 min
kNN и матричные разложения2 min
Подходы к построению рекомендательных систем11 min
Гибридные рекомендательные системы6 min
Оффлайн оценка качества3 min
Онлайновая оценка качества5 min
Максимизация прибыли магазина7 min
Reading5 lectures
Слайды к лекциям10 min
Конспекты к лекциям10 min
Слайды к лекциям10 min
Финальные титры10 min
Стань ментором специализации10 min
Quiz3 exercices pour s'entraîner
Ранжирование6 min
Рекомендательные системы-16 min
Рекомендательные системы-210 min
4.4
71 avisChevron Right
Orientation de carrière

60%

a commencé une nouvelle carrière après avoir terminé ces cours
Avantage de carrière

75%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours
Promotion de carrière

50%

a obtenu une augmentation de salaire ou une promotion

Meilleurs avis

par BBOct 9th 2017

очень полезный курс для тех, кто хочет освоить прикладные задачи машинного обучения

par AYNov 30th 2017

Good course however quite small from information perspective

Enseignants

Avatar

Антон Слесарев

руководитель группы распознавания образов Яндекс

À propos de Moscow Institute of Physics and Technology

Московский физико-технический институт (неофициально известный как МФТИ или Физтех) является одним из самых престижных в мире учебных и научно-исследовательских институтов. Он готовит высококвалифицированных специалистов в области теоретической и прикладной физики, прикладной математики, информатики, биотехнологии и смежных дисциплин. Физтех был основан в 1951 году Нобелевской премии лауреатами Петром Капицей, Николаем Семеновым, Львом Ландау и Сергеем Христиановичем. Основой образования в МФТИ является уникальная «система Физтеха»: кропотливое воспитание и отбор самых талантливых абитуриентов, фундаментальное образование высшего класса и раннее вовлечение студентов в реальную научно-исследовательскую работу. Среди выпускников МФТИ есть Нобелевские лауреаты, основатели всемирно известных компаний, известные космонавты, изобретатели, инженеры....

À propos 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....

À propos de la Spécialisation Машинное обучение и анализ данных

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
Машинное обучение и анализ данных

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.