1

Step 1

Неделя 1. Машинное обучение и линейные модели

12 February—18 February

2

Step 2

Неделя 2. Борьба с переобучением и оценивание качества

19 February—25 February

3

Step 3

Неделя 3. Линейные модели: классификация и практические аспекты

26 February—04 March

4

Step 4

Неделя 4. Решающие деревья и композиции алгоритмов

05 March—11 March

5

Step 5

Неделя 5. Нейронные сети и обзор методов

12 March—18 March

1

Step 1

Неделя 1. Машинное обучение и линейные модели

12 February—18 February

2

Step 2

Неделя 2. Борьба с переобучением и оценивание качества

19 February—25 February

3

Step 3

Неделя 3. Линейные модели: классификация и практические аспекты

26 February—04 March

4

Step 4

Неделя 4. Решающие деревья и композиции алгоритмов

05 March—11 March

5

Step 5

Неделя 5. Нейронные сети и обзор методов

12 March—18 March

18 December 2017 18 March 2018
The goal is overdue by 2252 days
Details Briefly

Goal abandoned

The author does not write in the goal 6 years 2 months 22 days

Goal author

Паяц

Russia, Москва

Send message

Add to friends

General

Пройти курс Обучение на размеченных данных

Курс по Обучение на размеченных данных в рамках прохождения специализации Машинное обучение и анализ данных на Coursera.org

 Goal Accomplishment Criteria

Все задания выполнены, получен сертификат о прохождении курса

 Personal resources

Время, желание учиться, удовольствие от получения новых знаний

  1. Неделя 1. Машинное обучение и линейные модели

    Step cost — 150.49 $

    1. Знакомство с курсом

    2. Знакомство с машинным обучением

    3. Линейные модели

    4. Задание: Линейная регрессия и основные библиотеки Python

    5. Задание: Линейная регрессия и стохастический градиентный спуск

  2. Неделя 2. Борьба с переобучением и оценивание качества

    1. Проблема переобучения и борьба с ней

    2. Метрики качества

    3. Библиотека scikit-learn. Введение

    4. Задание: Линейная регрессия: переобучение и регуляризация

    5. Задание: Метрики в sklearn

  3. Неделя 3. Линейные модели: классификация и практические аспекты

    1. Линейные модели: статистический взгляд

    2. Практические рекомендации по линейным моделям

    3. Библиотека scikit-learn. Продолжение

    4. Задание: Методы предобработки данных и логистическая регрессия

  4. Неделя 4. Решающие деревья и композиции алгоритмов

    1. Решающие деревья

    2. Случайные леса

    3. Градиентный бустинг

    4. Задание: Градиентный бустинг своими руками

  5. Неделя 5. Нейронные сети и обзор методов

    1. Нейронные сети

    2. Байесовская классификация и регрессия

    3. Метрические алгоритмы и SVM

    4. Теорема Байеса в машинном обучении

    5. Бонусный урок

    6. Задание: Выбор семейства распределений в наивном байесе

    7. Задание: 1NN против RandomForest

  • 1806
  • 18 December 2017, 17:47

Budget

150.49 $

The goal is in the group

Тренинги

  • 3122

    members

  • 5619

    goals
Sign up

Signup

Уже зарегистрированы?
Quick sign-up through social networks.
Sign in

Sign in.
Allowed.

Not registered yet?
 
Log in through social networks
Forgot your password?
Settings

Widget for your goal

Big (450×150 px)

Small (250×100 px)

To insert a widget on your website or blog, copy the code and embed it in the original html-code to your blog/site.

For PRO only

You can buy a PRO account, or get it for free by inviting 3 friends to SmartProgress

Invite friends

Team
goal

Buy PRO-account

Email for any cases

  • Maxim Malikov

    founder

  • Sergey Zakharov

    founder