Открыто

Машинное обучение и анализ данных (полностью на русском)

Тема в разделе "Курсы по программированию", создана пользователем chpok13, 27 ноя 2016.

Цена: 19872р.
Взнос: 233р.

Основной список:

  1. 1.Fox Mulder  
  2. 2.Soul51  
  3. 3.dzimon2007  
  4. 4.kravera  
  5. 5.Андрей_Ганс  
  6. 6.abrakadabra  
  7. 7.Incansable  
  8. 8.Chemberlen  
  9. 9.imag  
  10. 10.Grasshopper  
  11. 11.Morozov  
  12. 12.kaasnake  
  13. 13.mifik  
  14. 14.loader777  
  15. 15.legven  
  16. 16.voldia  
  17. 17.Toxich  
  18. 18.terrss  
  19. 19.varlon  
  20. 20.antz13  
  21. 21.max_007  
  22. 22.tjLee  
  23. 23.Compaq  
  24. 24.Duckworth  
  25. 25.deidra  
  26. 26.keitaro  
  27. 27.Sherwood  
  28. 28.MindHatter  
  29. 29.Jasco  
  30. 30.Роман Постовалов  
  31. 31.emmvlk  
  32. 32.asantat  
  33. 33.Mopnex  
  34. 34.lexeykam  
  35. 35.kit-brain  
  36. 36.andr123321  
  37. 37.Skylar  
  38. 38.veremenko  
  39. 39.Setrak  
  40. 40.lepth  
  41. 41.Uspeh-garant  
  42. 42.Моль111  
  43. 43.Larisko  
  44. 44.orion55  
  45. 45.Pr Moriarty  
  46. 46.Glidecam  
  47. 47.WebFoxy  
  48. 48.vitalik2013  
  49. 49.Tatorro  
  50. 50.dcvfk  
  51. 51.dar888  
  52. 52.Evgen54  
  53. 53.hollapop  
  54. 54.i_gorbachev  
  55. 55.__MAX__  
  56. 56.dflas  
  57. 57.PriRacet  
  58. 58.rickgetmoney  
  59. 59.Tornst  
  60. 60.Original_43  
  61. 61.Nika Zed  
  62. 62.bbt_ttb  
  63. 63.Kind74  
  64. 64.stuxnet111  
  65. 65.pimon  
  66. 66.Красный Кут  
  67. 67.JeBern  
  68. 68.ShepardCommander  
  69. 69.Lighting_000  
  70. 70.alex-yaga  
  71. 71.deface  
  72. 72.MrDima  
  73. 73.SamuelJackson  
  74. 74.Baltazar  
  75. 75.Huawei  
  76. 76.mmm101010  
  77. 77.Джек Терещенко  
  78. 78.privetvsem  
  79. 79.aseed  
  80. 80.redanz  
  81. 81.test-593  
  82. 82.Mikhail Kolomasov  
  83. 83.olle8  
  84. 84.saitcreator  
  85. 85.maxiaka45  
  86. 86.graphproject  
  87. 87.Nooble  
  88. 88.stqwzr  
  89. 89.DV359  
  90. 90.yevpak  
  91. 91.Artem-S  
  92. 92.starnnik  
  93. 93.X-Person  

Резервный список:

  1. 1.Sl0wn  
  2. 2.finanalitik  
  3. 3.Алексей Пешков  
  4. 4.ashvik  
  5. 5.CodePy  
  6. 6.hooyavr  
  7. 7.Mamin  
  8. 8.artushnikovd  
  9. 9.qpfish  
  10. 10.strategg  
  11. 11.DimDon  
  12. 12.Зэлтир  
  13. 13.sibero  
  14. 14.Nevazno  
  15. 15.4mon_R4  
  16. 16.Trig1  
  17. 17.Alexey1989  
  18. 18.__NikitOS__  
  19. 19.Rem000  
  20. 20.skondratenko  
  21. 21.Никтото  
  22. 22.Kri5tina  
  23. 23.webdeveloper  
  24. 24.FedyuninMaxim  
  25. 25.alex_74  
  26. 26.vozza  
  27. 27.Test-traffic  
  28. 28.Massazhist  
  29. 29.azamat8720  
  30. 30.kuuliibiin  
  31. 31.FlyED  
  32. 32.shmatatata  
  33. 33.SergeryMilligan  
  34. 34.veiuper  
  35. 35.YouWillhom  
  36. 36.pritcha  
  37. 37.Adil1603  
  38. 38.RaTeNsO  
  39. 39.AlexTrebv  
  40. 40.BerserkM  
  41. 41.AnnaMolk  
  1. chpok13

    chpok13 chpok13 ОргОрганизатор

    1.png
    Вы знакомы с таким понятием, как большой массив данных? Сделайте следующий шаг – станьте профессионалом в этой области, пройдя специализацию «Машинное обучение и анализ данных»!

    Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. Таким образом, каждый курс в рамках специализации включает в себя как теорию, так и практические задания различного уровня сложности.

    В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python.

    В центре внимания — типовые задачи машинного обучения и анализа данных.
    НЕДЕЛЯ 1. Введение
    НЕДЕЛЯ 2. Библиотека Python и линейная алгебра.
    НЕДЕЛЯ 3. Оптимизация и матричные разложения.
    НЕДЕЛЯ 4. Случайность

    Анализ данных и машинное обучение опираются на результаты из математического анализа, линейной алгебры и теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понять методы анализа данных.
    Первый курс сформирует этот фундамент. Мы без сложных формул и доказательств раскроем смысл математических понятий и объектов.
    НЕДЕЛЯ 1. Машинное обучение и линейные модели
    НЕДЕЛЯ 2. Линейные модели и оценка качества
    НЕДЕЛЯ 3. Решающие деревья и композиции моделей
    НЕДЕЛЯ 4. Нейронные сети и обзор методов

    Обучение на размеченных данных или обучение с учителем — это возможность предсказать величину для любого объекта, имея конечное число примеров. Например, уровень пробок на участке дороги, возраст пользователя по его действиям в интернете, цену на подержанную машину. На этом курсе вы научитесь формулировать и решать такие задачи.
    НЕДЕЛЯ 1. Методы кластеризации
    НЕДЕЛЯ 2. Понижение размерности и матричные разложения
    НЕДЕЛЯ 3. Визуализация данных и поиск аномалий
    НЕДЕЛЯ 4. Тематическое моделирование

    Из курса вы узнаете об алгоритмах кластеризации данных, с помощью которых 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.
    НЕДЕЛЯ 1. Основы статистики и проверка гипотез
    НЕДЕЛЯ 2. АБ-тесты: основы планирования, дизайн и интерпретация результатов
    НЕДЕЛЯ 3. Анализ зависимостей
    НЕДЕЛЯ 4. Скоринг, биоинформатика

    Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. 99% данных содержат "шум", поэтому выводы на их основе не верны, а только вероятны. На этом курсе вы научитесь строить корректные выводы, оценивать параметры, проверять гипотезы и устанавливать причинно-следственные связи.
    НЕДЕЛЯ 1. Рекомендательные системы
    НЕДЕЛЯ 2. Прогнозирование временных рядов
    НЕДЕЛЯ 3. Скоринг, прогнозирование и CTR
    НЕДЕЛЯ 4. Анализ текстов и другие прикладные задачи

    На курсе мы разберем прикладные задачи из различных областей анализа данных: анализ текста и информационный поиск, коллаборативная фильтрация и рекомендательные системы, бизнес-аналитика и прогнозирование временных рядов.
    На примерах вы узнаете, как извлекать признаки из разнородных данных, какие при этом возникают проблемы и как их решать. Научитесь сводить задачу заказчика к формальной постановке задачи машинного обучения и поймёте, как проверять качество построенной модели на исторических данных и в онлайн-эксперименте.
    Итог серии курсов — применение полученных знаний в работе. Под руководством лекторов вы поработаете над проектом в электронной коммерции, социальных медиа, информационном поиске, бизнес-аналитике… Разработанный проект пригодится при устройстве на работу или в вашем бизнесе.
     
    antz13, Андрей_Ганс и Зенит нравится это.
  2. Последние события

    1. X-Person

      X-Person участвует в складчине.

      15 авг 2017 в 15:31
    2. starnnik

      starnnik участвует в складчине.

      12 авг 2017 в 13:32
    3. johnny-team

      johnny-team не участвует в складчине.

      12 авг 2017 в 10:43

    Последние важные события

    1. skladchik.com

      Belendex организатор складчины.

      28 фев 2017
  3. Бошетунмай

    Бошетунмай Бошетунмай ОргОрганизатор

    Записан и проходил курсы этой специализации. Покупать есть смысл только если вы хотите помочь МФТИ и авторам курса.
    Все материалы доступны бесплатно на Курсере. Финансовая помощь для получения сертификата выдается почти всем сразу после подачи - автоматически.
    Лучше уж собраться на:

    https://skladchik.com/threads/Инструментарий-data-science-data-mining-с-помощью-python.88134/
     
    Последнее редактирование: 28 ноя 2016
  4. Sl0wn

    Sl0wn Sl0wn БанЗабанен

    согласен, но по mlclass что то было на складчике , если не ошибаюсь
     
    Mamin нравится это.
  5. Андрей_Ганс

    Андрей_Ганс Андрей_Ганс ЧКЧлен клуба

    chpok13 и Sl0wn нравится это.
  6. Бошетунмай

    Бошетунмай Бошетунмай ОргОрганизатор

    Да, были сборы на все четыре курса - но ни один из них не купить даже после завершения. Есть тема на все курсы сразу, там достаточно людей и хороший взнос:
    https://skladchik.com/threads/Инструментарий-data-science-data-mining-с-помощью-python.88134/
    @chpok13 , не хотел бы организовать?
     
    Mamin, Mofodi, chpok13 и 2 другим нравится это.
  7. chpok13

    chpok13 chpok13 ОргОрганизатор

    А, ну да. Так и есть. Доступ получил почти сразу после запроса финансовой помощи. Бесплатно доступно не всё, но там за деньги индивидуальная работа. В складчине очень мало смысла.
     
  8. serg-666

    serg-666 serg-666 ЧКЧлен клуба

    Материалы бесплатно доступны только от первой части "Математика и питон для анализа данных". Остальные стоят денег. Разве не так?
     
  9. Бошетунмай

    Бошетунмай Бошетунмай ОргОрганизатор

    Нет. Финансовую помощь можно аналогично получить для каждого курса серии.
     
    Mofodi нравится это.
  10. voldia

    voldia voldia ЧКЧлен клуба

    Материал стоящий?
     
  11. Sl0wn

    Sl0wn Sl0wn БанЗабанен

    друзья, может кто подсказать,по нескольким вопросам
    1. получается в складчине как таковой смысла нет
    2. под каким предлогом на курсере можно получить финансовую помощь
    3. влияет ли каким либо образом получение помощи на выдачу сертификата
    4. можно ли получить помощь, пройти курс, сменить имя и получить сертификат ?


    также было бы очень здорово, если бы вы обратили внимание на складчину по машинному обучению
    https://skladchik.com/threads/machine-learning-bundle-eng.133215/#recent-actions
     
  12. Бошетунмай

    Бошетунмай Бошетунмай ОргОрганизатор

    @Sl0wn ,
    1. Покупать в складчину именно этот курс - нет.
    2. Низкий доход. А вообще неважно, помощь там выдают в автоматическом режиме.
    3. Нет. Сертификат получаете такой же, как и те кто платили рублями.
    4. Можно, но зачем? Ставите нужное имя и проходите себе спокойно.
     
    Mofodi и Sl0wn нравится это.
  13. kanad

    kanad kanad ЧКЧлен клуба

    прошел 1 курс из специализации - не понравилось (
    для меня объясняют не понятно - красиво размахивая руками
     
  14. Бошетунмай

    Бошетунмай Бошетунмай ОргОрганизатор

    Тут, возможно, другая история. Для занятий подобными темами нужна базовая математическая подготовка или же способность лопатить десятки страниц для понимания. Это вводный курс, но таки не с полного нуля, увы.
     
  15. Sl0wn

    Sl0wn Sl0wn БанЗабанен

    совершенно верно, уровень не с "нуля" но вроде легче чем машинное обучение от яндекса

    а можете подсказать вот что, участвуя в многих складчинах по машинному обучению, я начал понимать что люди то практически везде одни и те же... можно ли как то подписаться на какого то складчика и видеть в каких складчинах он решил еще поучаствовать ?
     
    Mamin нравится это.
  16. Бошетунмай

    Бошетунмай Бошетунмай ОргОрганизатор

    Курс Воронцова посложней, да.
    @Sl0wn , можно. В профиле есть кнопка "Подписаться", оно как бы очевидно.
    А вообще давайте без оффтопа. Хотя чертовски приятно, что есть люди которые интересуются машинным обучением и подобными вещами.
     
    Последнее редактирование: 29 ноя 2016
  17. drowning pool

    drowning pool drowning pool ЧКЧлен клуба

  18. Андрей_Ганс

    Андрей_Ганс Андрей_Ганс ЧКЧлен клуба

  19. lodaf

    lodaf lodaf ЧКЧлен клуба

    А подскажите что можно изучить, чтобы получить эту "базовую математическую подготовку"? Очень интересна данная тема, но не знаю с чего начать.
     
  20. Бошетунмай

    Бошетунмай Бошетунмай ОргОрганизатор

    Есть список литературы от преподавателей курса:

    и есть программа для подготовки к ШАД:

    Если времени достаточно, то есть и более подробные списки - включая доказательства, чистую математику и т.д. Но это уже скорее для общего развития, как мне кажется.
     
    eduard1, th1rt3nth и Mofodi нравится это.
  21. lodaf

    lodaf lodaf ЧКЧлен клуба

    Спасибо, посмотрел. Но мне я чувствую надо с самого начала начинать. Я алгебру в школе не учил, думал не пригодиться. Времени достаточно.
    Я хочу почитать "удовольствие от Х". Но может вы что посоветуете?
     

Поделиться этой страницей

  1. Сбор взносов (Курсы по программированию):
  2. Новые складчины (Курсы по программированию):
  3. Нужен организатор (Курсы по программированию):