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:

176 - 200 of 482 Reviews for Введение в машинное обучение

By Ivan C

Aug 2, 2017

Получил массу удовольсвия и полезной информации. Спасибо.

Очень доступно структурированній курс.

By Никифоров М

Nov 14, 2017

Весьма полезный курс, в котором можно ознакомиться с основными алгоритмами машинного обучения.

By Кандрашев А

Apr 9, 2020

Для знакомства с ML и основами работы с пакетами pandas и skilearn достаточно хороший курс

By Воробьев И С

Nov 20, 2017

Отличный курс. Идеально подходит для введения в такую сложную тему, как машинное обучение.

By Mikhail U

Mar 12, 2016

Очень хороший курс для практики, если у вас уже есть некоторые знания в машинном обучении.

By Mike K

Jan 29, 2018

Отличный курс для начинающих - доступное изложение теории и полезные практические задания

By Vladimir Y

Nov 16, 2017

Это очень хороший курс, для меня он оказался лучшим в качестве старта в этой дисциплине.

By Abramov A

Nov 20, 2016

Большое спасибо за курс.

Это отличное начало для погружения в область машинного обучения.

By Andrey T

Dec 13, 2016

Хороший курс, позволит начинающему ознакомится с базовыми алгоритмами работы с данными

By Манс Н

Jun 21, 2016

Спасибо за данный курс. Давно искал информацию по данной сфере. Это то, что мне нужно!

By Buzikov M

Oct 20, 2018

Отличный вводный курс. Вполне можно пройти за 2 недели. Интересный финальный проект.

By Родин М С

Jun 20, 2018

Хороший курс, быстро дает представление о направлении, темы для дальнейшего изучения

By Konstantin V

Oct 25, 2020

Отлично, прекрасный баланс между "все объяснили для практики" и "найди в интернете"

By Ерден Ж

Sep 19, 2017

Спасибо, очень интересно и познавательно. Большое спасибо лекторам и сокурсникам!

By Дмитрий

Feb 23, 2016

Отличный курс, систематизирующий обрывочные знания, полученные на других курсах.

By Andrei B

Apr 18, 2018

Отличный курс. Все подробно объяснено, но при этом дан простор для размышлений.

By Fedor K

Nov 29, 2017

Хороший баланс теоритической и практической части курса. Реалистичные задания.

By rinat

Dec 11, 2016

Очень интересный курс. Нет углубления в теорию (ненужного). Акцент на практику

By Евгений

Nov 28, 2017

Отлично. И не думал что существуют настолько интересно организованные курсы.

By Сергей Т

Jul 8, 2017

Отличный курс для начала знакомства с миром машинного обучения и нейросетей.

By Victor S

Apr 4, 2018

Отличный старт в машинном обучении. Пришлось повспоминать линейную алгебру.

By Dmitry S

Jun 28, 2017

Интересные материалы, отличные преподаватели, хорошее начало для новичков.

By Павел М

Nov 19, 2017

Практическая часть просто великолепная. Теория, честно говоря, скучновата

By Никита К

May 3, 2017

Большое спасибо!

Курс больше всего интересен благодаря интересным задачам.

By Abitov D

Mar 15, 2017

Отличный курс.

Сильная теория и практика.

Развивает навыки работы в Python.