В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Machine learning

7645 membersпожаловаться на группу
2020 December 16

Р

Раиса in Machine learning
Alexander Petrenko
На Хабре статья. Чувак описывал свой опыт. За месяц и неделю именно эту специализацию в 2017 году. Возможно танцев с бубнами над версиями библиотек у него не было

https://m.habr.com/ru/post/335214/
Хабр
«Паровозик, который смог!» или «Специализация Машинное обучение и анализ данных», глазами новичка в Data Science
Ранее в моей прошлой статье, посвящённой обучению Data Science с нуля, я обещал записаться на специализацию «Машинное обучение и анализ данных», на Coursera и поделиться моими впечатлениями о...
Очень интересно, особенно фраза про то, что 3/4 материала осталось неусвоенным из-за такой скорости🤔интересно, почему  он не пошел по пути получения финансовой помощи
источник
10:21пожаловаться#1

i

igor in Machine learning
Интересно почему он не взял нормальный курс бесплатный?
источник
10:22пожаловаться#2

Е

Евгений in Machine learning
Артем
Файл с неправильной кодировкой. Вы не первый с этой проблемой.  Скорее всего это кодировка cp1251, соответственно в параметре encoding её и нужно указать
Спасибо, так оно и было!
источник
10:24пожаловаться#3

D

Dmitry in Machine learning
Alexander Petrenko
На Хабре статья. Чувак описывал свой опыт. За месяц и неделю именно эту специализацию в 2017 году. Возможно танцев с бубнами над версиями библиотек у него не было

https://m.habr.com/ru/post/335214/
Хабр
«Паровозик, который смог!» или «Специализация Машинное обучение и анализ данных», глазами новичка в Data Science
Ранее в моей прошлой статье, посвящённой обучению Data Science с нуля, я обещал записаться на специализацию «Машинное обучение и анализ данных», на Coursera и поделиться моими впечатлениями о...
А я, оказывается, уже читал эту статью с год назад))
источник
10:30пожаловаться#4

D

Dmitry in Machine learning
Anton Rogozin
Учитывая, что в некоторые задания с бубном не решишь (так как они устарели, библиотеки стали работать иначе и т.п.), очень сомневаюсь, что за месяц можно решить всю специализацию. Может вы путаете с этим курсом - https://www.coursera.org/learn/vvedenie-mashinnoe-obuchenie
Coursera
Введение в машинное обучение
Offered by National Research University Higher School of Economics. 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.…
Как вводный курс в Машинное обучение мне очень нравится этот на степике:
Машинное обучение Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения признаков. Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.  

https://stepik.org/course/Машинное-обучение-8057/
Преподаватель там крутой, интересно рассказывает. Я тот курс прохожу параллельно с этим.
Stepik: online education
Машинное обучение
Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения
признаков.
Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.
источник
10:31пожаловаться#5

АК

Алексей Коршунов... in Machine learning
Dmitry
Как вводный курс в Машинное обучение мне очень нравится этот на степике:
Машинное обучение Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения признаков. Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.  

https://stepik.org/course/Машинное-обучение-8057/
Преподаватель там крутой, интересно рассказывает. Я тот курс прохожу параллельно с этим.
Stepik: online education
Машинное обучение
Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения
признаков.
Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.
Скок стоит? и длиться?
источник
10:32пожаловаться#6

AR

Anton Rogozin in Machine learning
Dmitry
Как вводный курс в Машинное обучение мне очень нравится этот на степике:
Машинное обучение Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения признаков. Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.  

https://stepik.org/course/Машинное-обучение-8057/
Преподаватель там крутой, интересно рассказывает. Я тот курс прохожу параллельно с этим.
Stepik: online education
Машинное обучение
Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения
признаков.
Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.
Круто, что параллельно проходишь, не зацикливаешься на одном. Больше кругозора можешь получить)
источник
10:40пожаловаться#7

D

Dmitry in Machine learning
Алексей Коршунов
Скок стоит? и длиться?
Бесплатный, по срокам зависит от уделяемого времени. Как вводный - очень хорош, не хуже курса статистики от Карпова (там же на степике).
источник
10:45пожаловаться#8

AP

Alexander Petrenko in Machine learning
Dmitry
Как вводный курс в Машинное обучение мне очень нравится этот на степике:
Машинное обучение Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения признаков. Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.  

https://stepik.org/course/Машинное-обучение-8057/
Преподаватель там крутой, интересно рассказывает. Я тот курс прохожу параллельно с этим.
Stepik: online education
Машинное обучение
Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения
признаков.
Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.
Рекомендую параллельно пробовать свои силы в соревнованиях - добавляет мотивации для обучения дальнейшего, так как даёт пощупать ds в боевых условиях. Мне очень понравилось ещё что многие участники делятся своими идеями в чате соревнования - можно много нового узнать читая чат какого нибудь соревнования и качая своё решение.
Но обязательно не заменять учебу соревнованиями, это только как дополнение.
источник
10:46пожаловаться#9

D

Dmitry in Machine learning
Anton Rogozin
Круто, что параллельно проходишь, не зацикливаешься на одном. Больше кругозора можешь получить)
Там же параллельно адаптивный тренажер по Python и курс Математической логики и алгоритмов) Но в приоритете все-таки Курсера сейчас
источник
10:51пожаловаться#10

AR

Anton Rogozin in Machine learning
Dmitry
Там же параллельно адаптивный тренажер по Python и курс Математической логики и алгоритмов) Но в приоритете все-таки Курсера сейчас
Курсера дает неплохую базу для свободного плавания, ага)
источник
10:52пожаловаться#11

V

Valery in Machine learning
Dmitry
Как вводный курс в Машинное обучение мне очень нравится этот на степике:
Машинное обучение Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения признаков. Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.  

https://stepik.org/course/Машинное-обучение-8057/
Преподаватель там крутой, интересно рассказывает. Я тот курс прохожу параллельно с этим.
Stepik: online education
Машинное обучение
Слушатели курса узнают, как выглядят большие данные, научатся их обрабатывать: восстанавливать пропущенные значения, удалять аномалии, предсказывать значения
признаков.
Также слушатели научатся анализировать модели искусственного интеллекта, находить их сильные и слабые стороны, аргументировать свою точку зрения в вопросах, связанных с искусственным интеллектом.
это топ
источник
10:52пожаловаться#12

V

Valery in Machine learning
я кстати общался в лс с преподавателем, он мне писал примерно следующее
источник
10:52пожаловаться#13

V

Valery in Machine learning
я к этому курсу до сих пор возвращаюсь периодически, когда мне нужен простой ответ на сложный вопрос
источник
10:53пожаловаться#14

D

Dmitry in Machine learning
Alexander Petrenko
Рекомендую параллельно пробовать свои силы в соревнованиях - добавляет мотивации для обучения дальнейшего, так как даёт пощупать ds в боевых условиях. Мне очень понравилось ещё что многие участники делятся своими идеями в чате соревнования - можно много нового узнать читая чат какого нибудь соревнования и качая своё решение.
Но обязательно не заменять учебу соревнованиями, это только как дополнение.
Где можно посоревноваться? Хочу зарегаться на Kaggle, глянуть что там к чему.
источник
10:53пожаловаться#15

V

Valery in Machine learning
и это уже как бы работая в индустрии)
источник
10:53пожаловаться#16

V

Valery in Machine learning
источник
10:54пожаловаться#17

AM

Aleksandr Markelov in Machine learning
Dmitry
Где можно посоревноваться? Хочу зарегаться на Kaggle, глянуть что там к чему.
Сейчас идёт соревнование от Альфа банка, можете там )
источник
10:55пожаловаться#18

D

Dmitry in Machine learning
Valery
Преподает он круто, с огоньком. Я к нему бы ИРЛ на лекцию с удовольствием бы сходил.
источник
10:55пожаловаться#19

V

Valery in Machine learning
ИРЛ это?
источник
10:56пожаловаться#20