Les destinataires de ce cours : Этот курс предназначен для тех, кто хочет начать знакомство с машинным обучением и уже владеет необходимой математической базой: математическим анализом, линейной алгеброй, теорией вероятностей. Мы объясним основные методы обучения с учителем, разберём постановки задач и способы оценивания качества решения. Курс может быть интересен как для тех, кто изучает анализ данных и хочет профессионально применять его на практике, так и для тех, кто хочет разобраться для себя, в чём заключается машинное обучение.


Créé par :   Moscow Institute of Physics and Technology

  • Евгений Рябенко

    Enseigné par :    Евгений Рябенко, кандидат физико-математических наук, доцент

    факультет управления и прикладной математики

  • Евгений Соколов

    Enseigné par :    Евгений Соколов, преподаватель, руководитель исследовательской группы

    Yandex Data Factory

  • Виктор Кантор

    Enseigné par :    Виктор Кантор, преподаватель, руководитель исследовательской группы

    Yandex Data Factory

  • Эмели Драль

    Enseigné par :    Эмели Драль, преподаватель, руководитель исследовательской группы

    Yandex Data Factory

  • Константин Воронцов

    Enseigné par :    Константин Воронцов, доктор физико-математических наук, профессор

    Кафедра интеллектуальных систем
Informations de base
NiveauIntermediate
Langue
Russian
Comment réussirRéussissez tous les devoirs notés pour terminer le cours.
Notes des utilisateurs
4.8 stars
Average User Rating 4.8Voir ce que disent les étudiants
Programme de cours

FAQ
Comment cela fonctionne
Travail en cours
Travail en cours

Chaque cours fonctionne comme un manuel interactif en proposant des vidéos préenregistrées, des quiz et des projets.

Aide de la part de vos pairs
Aide de la part de vos pairs

Connectez-vous à des milliers d'autres étudiants et débattez sur des idées, discutez le contenu du cours et obtenez de l'aide pour en maîtriser les concepts.

Certificats
Certificats

Obtenez une reconnaissance officielle pour votre travail et partagez votre réussite avec vos amis, vos collègues et vos employeurs.

Créateurs
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, Левом 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.
Tarification
Auditeur libreAcheter le cours
Accéder au contenu du cours

Disponible

Disponible

Accéder au contenu noté

Non disponible

Disponible

Recevoir une Note Finale

Non disponible

Disponible

Earn a Shareable Course Certificate

Non disponible

Disponible

Notation et examens
Note moyenne 4.8 sur 5 sur 471 notes

Прекрасный курс!

Большое спасибо преподавателям за доступное изложение материала! В курсе много практических заданий, которые позволяют потрогать руками различные методы обучения на размеченных данных, что вкупе с хорошей теоретической базой дает слушателям возможность осознанно применять инструменты для решения различных задач по анализу данных. Кстати, отдельно хочется отметить, что преподаватели дают еще и множество практических советов по предобработке данных и применению методов машинного обучения.

Из недостатков: на 5 неделе дается вводное занятие по нейронным сетям. Задание по программированию по этой теме основано на библиотеке pybrain, которая на сегодняшний день является устаревшей.

Отличный курс! Жаль, что мало практики по нейронкам.

Предупреждайте людей, что иногда нужно разбивать выборку не с помощью train_test_split, а руками. Иначе ответ не сходится.

Кроме того, что перед бинаризацией надо конвертить категориальные признаки в строки на всякий случай.

В остальном все круто!

Великолепный курс по методам обучения на размеченных данных. Разобраны различные подходы, много практических рекомендаций и заданий