Карьера и работа

Пройти курс "Введение в машинное обучение"

Начался интересный курс на Coursera. "Введение в машинное обучение" by Высшая школа экономики

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.

Критерий завершения

Курс пройден до конца.

Неделя 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса.
1. Вводное занятие
2. Знакомство с инструментами
3. Решающие деревья
Неделя 2. Метрические методы классификации. Линейные методы, стохастический градиент.
1. Метрические методы классификации
2. Линейные методы классификации
Неделя 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации.
1. Метод опорных векторов
2. Логистическая регрессия
3. Метрики качества
Неделя 4. Линейная регрессия. Понижение размерности, метод главных компонент.
1. Линейная регрессия
2. Понижение размерности и метод главных компонент Начать урок
Неделя 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети.
1. Композиции алгоритмов
2. Нейронные сети
Неделя 6. Кластеризация и визуализация. Частичное обучение.
1. Кластеризация и визуализация
2. Частичное обучение
Неделя 7. Прикладные задачи анализа данных: постановки и методы решения.
1. Машинное обучение в прикладных задачах
2. Финальное задание

2312
29 января 2016, 10:56

Цель состоит в группе

Карьера

3512
участников
4554
цели

Этап 1

Этап 2

Этап 3

Этап 4

Этап 5

Этап 6

Этап 7

Daria

Пройти курс "Введение в машинное обучение"

Критерий завершения

Неделя 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса.

Неделя 2. Метрические методы классификации. Линейные методы, стохастический градиент.

Неделя 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации.

Неделя 4. Линейная регрессия. Понижение размерности, метод главных компонент.

Неделя 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети.

Неделя 6. Кластеризация и визуализация. Частичное обучение.

Неделя 7. Прикладные задачи анализа данных: постановки и методы решения.

Карьера

Этап 1

Этап 2

Этап 3

Этап 4

Этап 5

Этап 6

Этап 7

Daria

Пройти курс "Введение в машинное обучение"

Критерий завершения

Неделя 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса.

Неделя 2. Метрические методы классификации. Линейные методы, стохастический градиент.

Неделя 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации.

Неделя 4. Линейная регрессия. Понижение размерности, метод главных компонент.

Неделя 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети.

Неделя 6. Кластеризация и визуализация. Частичное обучение.

Неделя 7. Прикладные задачи анализа данных: постановки и методы решения.

Не пропустите новые записи!

Регистрация

Входите.Открыто.

Виджет вашей цели

Большой (450×150 px)

Маленький (250×100 px)

Только для PRO

[email protected]

Максим Маликов

Сергей Захаров

Входите.
Открыто.