Chevron Left
Back to Введение в машинное обучение

Learner Reviews & Feedback for Введение в машинное обучение by HSE University

4.6
stars
2,418 ratings
498 reviews

About the Course

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: coursera@hse.ru...

Top reviews

AA
Jun 14, 2016

Хороший курс без лишнего. Некоторые методы, предлагаемые в заданиях не оптимальны с точки зрения затрат ресурсов компьютера и времени программиста, но, надеюсь, с новыми сессиями будет развитие курса.

AL
Sep 24, 2018

Понравилось отсутствие "разжевывания" материала, короткие и информативные видео-лекции, довольно интересные задания. Курс дал начальное понимание основных принципов и направлений в ML.

Filter by:

51 - 75 of 482 Reviews for Введение в машинное обучение

By Ilya I

Jan 10, 2022

Очень хороший курс, много материала.

При получении заданий возникает немного ощущение учебного подхода "бросили в воду, хочешь жить - научишься плавать". Но это во многом связано с тем, что я недостаточно владел Python (вернее, библиотеками) в начале курса. А так, для столь сжатого формата - оптимально и по теории и по практике. Вообще, практика, мне кажется, отлично методически проработана (я сам преподаватель).

Курс рекомендую.

By Vladislav D V

Jan 31, 2020

Один из первых онлайн курсов, ставший для меня первым в области машинного обучения и анализа данных. Отличная подача материала от Воронцова К.В. Есть уточняющие вставки в видео, помогающие лучше понять материал. Есть возможность скачать презентации к видео. Предоставлены ссылки на дополнительные источники. Интересные практические задания, с помощью которых можно углубиться в техническую часть вопроса. Рекомендую данный курс

By Костин К А

Apr 11, 2018

Отличный курс! Раскрывает множество базовых вещей и особенностей этой тематики, которые просто необходимо знать при решении любой реальной задачи машинного обучения. Преподавание курса на высшем уровне: просто, понятно и интересно раскрываются зачастую непросты вещи. Советую курс как новичкам, так и людям с опытом! Мне кажется, каждый сможет что-то для себя открыть новое и, самое главное, получить удовольствие от процесса!

By Lyalikov N A

Sep 29, 2021

Прекрасный курс, наверное лучший на русском языке в данной тематике.

Лекции сложные и многие на них жалуются, но без математики и всех тех выкладок в машинном обучении нечего делать. Приходилось разбираться

Практические задания превосходные, четкая постановка, нужные инструменты для решения указываются. С округлением и валидацией ответом иногда бывают проблемы, но это мелочь.

Огромное спасибо авторам, мне понравилось.

By Сорсунова Л А

Dec 19, 2016

Курс позволяет получить первое впечатление и мотивирует учиться дальше. В практической части курса собраны очень интересные и разноплановые задачи. Единственный минус - с программированием приходится разбираться самостоятельно, теоретическая часть не всегда помогает понять, как это реализовано на питоне, поэтому вместо заявленных 3-7 часов в неделю на обучение может уйти несколько больше времени.

By Василий П

Apr 4, 2016

This is not an Introduction but a Review of Machine Learning methods used in Yandex.

Probably, you have to multiply estimated required time by 10 to really understand lecture topics.

Kaggle competition at the end makes the course really interesting.

but:

"A theory that you can't explain to a bartender is probably no damn good."

-- Ernest Rutherford

By Kirill K

Dec 27, 2019

Курс понравился. Очень понравились лекции. Не хватает обобщающей лекции по алгоритмам, как та что была по предобработке данных. Практическим занятиям, имхо, не хватает какой-то исследовательской составляющей. Все пункты делаются механически. А та что есть направлена на борьбу с неточностями в задании (когда дефолтные параметры изменились при обновлении библиотеки, например).

By Алиса Л

May 11, 2020

Курс стал прекрасным стартом для освоения области. Потребовались дополнительные знания Python, статистики, многое пришлось доучивать по ходу курса (в том числе спасибо сайту machinelearning.ru). Я считаю это скорее достоинством, нежели недостатком, потому что если вы хотите разобраться в такой динамично развивающейся области знаний в короткие сроки, нужно поработать самому.

By Юрий П

Nov 25, 2017

Отличный курс рекомендую. Господина Воронцова слушать одно удовольствие. Как вводный курс для инженеров, которые желают в своей практике использовать современные методы обработки данных и не желают тратить время на глубокую теорию - просто Супер. Огромное спасибо!!!!! Давайте господа авторы еще что нибудь такое. Например глубокое обучение а то на русском нет почти ничего.

By smoly87

May 17, 2018

Курс охватывает изучение не только методов машинного обучения(SVM, логистическая регрессия, градиентный бустинг и т.д.), но и практические советы по обработке данных, борьбы с искажениями и ошибками в исходных данных. Кроме того важным преимуществом является разбор математической основы приведенных алгоритмов, а не использование этих инструментов, как чёрного ящика.

By Vladislav G

Jul 1, 2017

Большое спасибо за курс и за такое разнообразие в заданиях.

Хотелось бы также поблагодарить Евгения Соколова, который может объяснить любой материал ну супер доходчиво. Объяснения профессора все же не рассчитаны на широкую аудиторию, для меня это наверное слишком формально, требуется более глубокая фундаментальная подготовка. Все равно вынес для себя много полезного.

By Гайдуков А

May 4, 2020

Замечательный курс для тех, кто хочет разобраться с кругом задач, решаемых с помощью Машинного Обучения, с ключевыми алгоритмами и "попробовать все это своими руками". Давно хотел, но никак руки не доходили. Наконец-то осилил. Авторам - огромная благодарность, за предоставленную уникальную возможность "подучить матчасть" у серьезных специалистов в этой области.

By Andrey S

Nov 21, 2017

Очень было трудно на первых трех неделях войти в эту область знаний. Плохо программировал, не знал Python, смутно ловил суть каждой темы. Но спустя некоторое время стал все больше и больше понимать и в конце очень хорошо обобщили все полученные знания. Думаю, что научился не только ML, но и Python. Понравилась подача материала и запомнилось финальное задание.

By Vadim P

Sep 25, 2017

Очень понравился курс! Особенно - интересные практические задания. Давно интересовала данная тема, но никак не мог найти с чего именно начать ее изучение. Те материалы, которые читал, только еще больше запутывали. Здесь же, хотя и не без трудностей, но доступно и увлекательно получил базовые знания, благодаря которым уже могу решать часть насущных проблем.

By Alexei D

May 13, 2020

Большое спасибо, отличный курс! Мне как математику и человеку, из языков программирования знающему только C/C++, было интересно как знакомиться с Python (язык хотя и медленный, действительно очень удобный для математиков, в том числе благодаря отличным библиотекам numpy и scikit), так и узнавать новые для себя вещи в плане построения математических моделей.

By Михаил О

Feb 17, 2021

Курс хороший. Подача материала слишком быстрая и курс сильно сжат. Складывается ощущение, что авторы делали курс для себя, а не новичков. Однако, если рассматривать его лишь как индексный и искать материал и разбираться с кодом самостоятельно, то курс достаточно хорош. Радует, что курс приближен к продуктовой работе за счет использования python и pandas.

By Игорь Н

Aug 5, 2019

Отличный курс, дающий хорошее введение, подробно описан, снабжён достаточным количеством примеров и заданий, подробно описывающих по шагам применения разных алгоритмов, алгоритмы математически обоснованы и мотивированы. Задания подробно описаны, всегда чётко понятно, что требуется сделать в задании и как это сделать. Отдельное спасибо за отличные лекции!

By Малинкин П Б

Jan 22, 2019

Хороший курс для начинающих, кто уже достаточно знает теории, но еще не приступил к практике. 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. Но это заставляет искать информацию в интернете, что способствует получению больших знаний.

By Зубова Е В

Jun 18, 2020

Хороший курс для знакомства с алгоритмами машинного обучения, даёт представления о математике алгоритмов, знакомит с функционалом библиотеки scikit-learn. Материал подаётся в сжатой форме, поэтому для лучшего понимания объясняемого мне понадобилось использовать дополнительные источники информации, ссылки на такие источники есть и в самом курсе.

By Горбунов М А

Jul 24, 2019

Очень полезный курс именно для введения в машинное обучение, т.е. с нуля. Каждая задача ставится таким образом, что необходимо искать дополнительный материал по реализации. В результате код получается локаничным, даже порой элементарным, но только по результату работы. Numpy и pandas нужно будет изучать самостоятельно. Рекомендую.

By Oleg K

Dec 3, 2017

Курс скорее для тех кто уже в теме. Вот так с наскоку ничего не понять. Для себя нашел следующую схему: сначала смотрел теорию в курсе, потом лекции проф. Воронцова в ШАДе, там о подробно объясняет и становится все понятно :)

Практическая часть курса очень странная. Особо над ней не парились похоже :)

За Воронцова ставлю 5 баллов

By Ilya S

Mar 30, 2020

Курс интересный и подробный, но не надейтесь, что вы сможете пройти его, слушая лекции по пути на учебу или работу. Чтобы получить хороший результат нужно сидеть с тетрадкой, конспектировать и разбирать и гуглить непонятные моменты. Практические задачи также требуют существенного времени и не решаться сходу, если вы новичок.

By Осмоловский А

Aug 1, 2018

Отличный курс, спасибо авторам. Это действительно лишь введение в машинное обучение, но это отличный старт.

P.S. при проверке финального задания сокурсников, 5 из 6 оказались очевидным плагиатом (на решения, увы, можно наткнуться, даже если вы их специально не искали). Это грустно, не делайте так, если решите проходить курс.

By Макарихин А В

Aug 20, 2018

Всем, добрый день!

Курс понравился, - рекомендую, как начинающим свой путь в Data Science, так и начинавшим. Теории на мой взгляд многовато, но учитывая широкий охват аудитории, наверно это скорее необходимость чем приходить авторов. Там где было скучно просто увеличивал скорость проигрывания видео +1,5 само-то! q(^_^)p

By Марчевский В Д

Aug 1, 2017

Лаконичная, дельная подача, неплохой подбор практических задач на закрепление, весьма глубокая теория, один из лучших онлайн-курсов, что я проходил. Обратить на него внимание стоит тем, кто только начал интересоваться областью машинного обучения или хочет чуть лучше разобраться в математической основе подобных методов.