Есть вопросы?

Введите Ваше имя (минимум 2 символа)

Некорректный e-mail

Введите Ваш вопрос (минимум 10 символов)

Подтвердите что Вы не робот

Спасибо, мы скоро Вам ответим!

В курсе изучаются подходы к решению задач Data Mining, основанных на алгоритмах машинного обучения.

Объемы данных, ежедневно генерируемые сервисами крупной интернет компании, поистине огромны. Цель динамично развивающейся в последние годы дисциплины Data Mining состоит в разработке подходов, позволяющих эффективно обрабатывать такие данные для извлечения полезной для бизнеса информации. Эта информация может быть использована при создании рекомендательных и поисковых систем, оптимизации рекламных сервисов или при принятии ключевых бизнес-решений.

ЗАПИСАТЬСЯ НА ПРОГРАММУ

Учебный план

Лекция 1. Задачи Data Mining
Часть 1
Часть 2
Часть 3
Тест 1 для курса # 697
Лекция 2. Задача кластеризации и ЕМ-алгоритм
Часть 1
Часть 2
Часть 3
Тест 2 для курса # 697
Лекция 3. Различные алгоритмы кластеризации
Часть 1
Часть 2
Тест 3 для курса # 697
Лекция 4. Задача классификации
Часть 1
Часть 2
Часть 3
Часть 4
Тест 4 для курса # 697
Лекция 5. Обработка текстов, Naive Bayes
Часть 1
Часть 2
Часть 3
Тест 5 для курса # 697
Лекция 6. Линейные модели для классификации и регрессии
Часть 1
Часть 2
Тест 6 для курса # 697
Лекция 7. Машина опорных векторов
Часть 1
Часть 2
Тест 7 для курса # 697
Лекция 8. Методы снижения размерности пространства
Часть 1
Часть 2
Тест 8 для курса # 697
Лекция 9. Алгоритмические композиции
Часть 1
Часть 2
Тест 9 для курса # 697
Лекция 10. Алгоритмические композиции
Часть 1
Часть 2
Тест 10 для курса # 697
Лекция 11. Основы нейронных сетей
Часть 1
Часть 2
Тест 11 для курса # 697
Лекция 12. Ограниченная машина Больцмана
Часть 1
Часть 2
Тест 12 для курса # 697
Лекция 13. Глубокие нейронные сети
Часть 1
Часть 2
Тест 13 для курса # 697
Экзамен

Если вы нашли ошибку, пожалуйста, выделите её и нажмите Ctrl+Enter.

Высшая Школа Бизнес-Информатики