Chevron Left
Retour à Поиск структуры в данных

Avis et commentaires pour l'étudiant pour Поиск структуры в данных par Institut de physique et de technologie de Moscou

4.7
1,180 notes
117 avis

À propos du cours

В машинном обучении встречаются задачи, где нужно изучить структуру данных, найти в них скрытые взаимосвязи и закономерности. Например, нам может понадобиться описать каждого клиента банка с помощью меньшего количества переменных — для этого можно использовать методы понижения размерности, основанные на матричных разложениях. Такие методы пытаются сформировать новые признаки на основе старых, сохранив как можно больше информации в данных. Другим примером может служить задача тематического моделирования, в которой для набора текстов нужно построить модель, объясняющую процесс формирования этих текстов из небольшого количества тем. Такие задачи назвают обучением без учителя. В отличие от обучения с учителем, в них не предполагают восстановление зависимости между объектами и целевой переменной. Из этого курса вы узнаете об алгоритмах кластеризации данных, с помощью которых, например, можно искать группы схожих клиентов мобильного оператора. Вы научитесь строить матричные разложения и решать задачу тематического моделирования, понижать размерность данных, искать аномалии и визуализировать многомерные данные. Задания и видео курса разработаны на Python 2....

Meilleurs avis

PK

May 04, 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

AA

Jan 09, 2017

Интересный курс, замечательные преподаватели. Есть моменты когда лекция довольно сложная, а тест простой, это оставляет тревожное ощущение недоученности :)

Filtrer par :

101 - 112 sur 112 Examens pour Поиск структуры в данных

par Пономарев М А

Aug 15, 2019

Курс хороший, но многие материалы несколько устарели, приходится ковыряться в обсуждениях для решения проблем которые не должны возникать при решении заданий. Устаревшие библиотеки, ответы вычисленные с использованием более свежих версий не принимаются, проблемы с установкой старых версий и тд. Да и питон 2й версии прекратит поддержку к концу года. То, что кто то из составителей привык использовать в работе 2ю версию не означает что студентам следует изучать материал на ее примере, в скором времени им, с большей вероятностью, пригодится именно 3я.Стоило бы обновить задания под актуальные версии, сами лекции актуальность не теряют.

par Vsevolod K

May 23, 2019

Отличный и интересный курс. Только устарело задание на BigArtm. Не актуально видео, установить библиотеку самому не тривиально.

par YaMolekula

Dec 08, 2018

Задания слишком простые

par Dmitry K

Sep 23, 2017

Полноценно понравилась только первая неделя с интересным практическим заданием.

На остальных неделях был просто ужасный перегруз теоретической информацией, поэтому лекции прослушивались фактически только "для галочки" и их познавательная ценность стремилась к нулю. Осознать материал из лекций человеку с базовыми знаниями линейной алгебры просто нереально.

Последняя неделя это вообще торжество теории над практикой: при всем моем уважении к Константину Воронцову лекции читались как будто для людей, которые уже потратили пару месяцев на плотную работу с тематическим моделированием. Обилие специфичной терминологии, отсутствие каких-либо полноценных ассоциаций с практическим применением описываемой теории полностью перечеркивают полезность курса.

Практические задания по большей части выполнялись по принципу "китайской комнаты": я что-то пишу по инструкциям, но понимание напрочь отсутствует.

par Ilya P

Aug 22, 2017

Устал

par Ivan M

Nov 30, 2017

Четвёртая неделя — это фиаско. Танцы с бубном и подбором версий пакетов.

par Провилков И С

Sep 10, 2017

Плохая документация по установки BigARTM и неоднозначности постановки задач в некоторых номерах.

par Petrukhin I

Apr 23, 2018

Большая часть курса посвящена тематическому моделированию. Плохо рассмотрены проблемы кластеризации и поиска аномалий. Качество заданий по программированию, особенно в том же тематическом моделировании невысокие. Слишком много математимитики в видео, при этом крайне скудные лекции

par Сокольцов В Ю

Jun 20, 2017

Я отдаю деньги, а потом мне еще и ребусы в заданиях разгадывать. Если вы уж делаете этот курс для людей, которые успешно работаю в сфере анализа данных - так вы хотя бы пишите об этом. Не все ваши студенты закончили МФТИ!

Еще и не все задачи работают

par Кочетков К

Oct 15, 2017

Курс хороший, но задания полный пип.... Потратил кучу времени на расчеты...нельзя, чтобы результаты так зависели от используемых библиотек...или надо настаивать сразу перед выполнением заданий на их установке...или расширить границы грейда!!!

par Волынский А Н

Jun 28, 2017

Если есть пример неудачного курса, то это он. Теория и практика слабо соотносятся друг с другом. Конспекты очень слабые, очень мало практических примеров.

par P A b

Aug 01, 2017

Последняя неделя всё испортила. Реальная оценка не 1 звезда, но минусую чтобы исправили финальное задание!