Chevron Left
Retour à Обучение на размеченных данных

Avis et commentaires pour d'étudiants pour Обучение на размеченных данных par Institut de physique et de technologie de Moscou

4.8
étoiles
2,597 évaluations
344 avis

À propos du cours

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. Видео курса разработаны на Python 2. Задания и ноутбуки к ним адаптированы к Python 3....

Meilleurs avis

RN
20 janv. 2017

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

AG
14 nov. 2019

Очень интересный и более сложный курс по сравнению с предыдущим! Но!! Хотелось бы обновлений и дополнений по нейросетям (мало информации), а также не затронут TensorFlow, что не очень хорошо!

Filtrer par :

301 - 325 sur 328 Avis pour Обучение на размеченных данных

par Vladyslav K

15 avr. 2021

Good in overall, but more info and assignments

on NN and Bayesian methods would be nice

par Dmitry D

9 nov. 2018

Курс отличный! В меру теории и практики. Только 5я неделя подкачала - очень скомканно.

par Валерий С

25 oct. 2016

Не все используемые понятия объясняются. Очень мало внимания уделено нейронным сетям.

par Gyrdymov I

30 nov. 2016

Слишком сумборно был подан материал по нейронным сетям, много непонятного осталось

par Георгий А

17 mai 2020

Задания могли бы быть и более подготовленными, но, в целом, курс понравился.

par Глушенков Р Б

11 nov. 2020

Отличный курс, но задания на последней неделе нужно немного обновить

par Владислав П Р

11 nov. 2019

В целом хорошо, но по нейронным сетям слишком мало было рассказано.

par Maria N

1 oct. 2019

Очень понятно все и интересно. Но по нейронным сетям большой минус.

par Макаров Д С

26 juil. 2021

медленно, но верно устаревает: не теория конечно, а практика

par Чернышев А О

18 sept. 2017

Про нейронные сети мало рассказывается, "галопом по Европе"

par Павлов Е В

9 juil. 2017

Не очень понятно изложено про XGBoost и нейронную сеть.

par Амиров Р М

24 avr. 2017

Отличный курс! Жаль, что мало практики по нейронкам.

par Антон Г

23 oct. 2018

Отличный курс, но хотелось бы больше про нейросети

par Grisha Z

3 nov. 2019

5 неделя разочаровала

par Ульянов Р

9 juil. 2017

Лучше первого

par Basil S

15 oct. 2017

not bad

par Демидова Е А

17 juin 2018

Спасибо Виктору Кантор и Дмитрию Ветрову за замечательные и живые лекции. Ваши лекции пробуждают интерес к темам, которые вы затрагиваете. Видно, что вы отлично понимаете то, о чем рассказываете, а главное, можете донести эту информацию до других.Три звезды за то, что некоторые лекции были откровенно некачественными, было похоже, что студента-прогульщика заставили делать доклад по теме, которую он не понимает (конечно, это не касается выше указанных преподавателей).

par Evgeny F

10 sept. 2020

Спасибо за курс. Понравился материал про линейные модели и композицию алгоритмов. Остальное очень кратко, очень многое пропущено. Про нейронные сети на 5 неделе очень плохо изложено. Проблемы с версиями библиотек и кодом под второй питон в 2020 году конечно не очень. Стоит окончательно обновить под 3 версию и в начале курса сделать видео с рекомендацией использования виртуального окружения с фиксированными зависимостями. Такой подход ведь и в жизни пригодится.

par Anastasiia B

21 févr. 2020

Лекции очень сжатые, но понятно куда копать. Другое дело, что копать и сроки сдачи курса не соотносятся от слова "совсем". Частично не адаптированные к питону 3.+ и новым параметрам в библиотеках задания, вместо даже минимального обзора TensorFlow мертвый pybrain. Недостаточно практики. Но при этом очень хороший обзор в целом, чтобы понимать что нужно для специализации.

par Ilya D

23 sept. 2017

Очень подробно рассмотрены линейная регрессия, решающие деревья, композиции алгоритмов, но нейронные сети, Байес и kNN "свалены" в одну неделю, хотя материала по ним хватит на отдельный курс.

par Иван А С

2 mai 2021

ОМП не всегда АНО! А ещё библиотеки давно поменялись, поэтому задачи невозможно сдать без бубна и форума

par Ablaikhan A

12 juin 2016

Great content, but there is no point to keep automated-grading closed for auditing students.

par Виктор П

31 janv. 2019

Более формальный курс, чем предыдущий

par Александр С Д

28 août 2020

Последняя неделя была не оч...

par Колокольцев А М

19 août 2020

Вы знаете, я прошел множество курсов, не могу сказать что сам курс плохой, но формулировка вопросов на уровне "делаем из вопроса философское рассуждение". Просто устал тратить время на попытки понять простейший вопрос. Преподаватели прямо таки стремятся объяснять как можно сложнее простые вещи.