Machine Learning. Курс от Яндекса для тех, кто хочет провести новогодние каникулы с пользой

[max_m]

Спасибо!
Было бы класно, если бы вы их выложили в itunes, например как itunes.stanford.edu/

[objc]

К сожалению, Россия не относится к перечню стран учебным заведениям которых разрешено выкладывать свои курсы на iTunes U.

[max_m]

Они нас совсем за дикарей считают, что ли?
Вопрос риторический

[AndrewShmig]

По их планам Россия должна деградировать</sarcasm>

[rsivakov]

а подкаст — можно

[slaykovsky]

Огромное спасибо! Это прекрасный новогодний подарок от прекрасной компании :)

[Shchvova]

Это очень круто! Интересующимся очень сильно советую ml-class.org/ Там хоть курс более обозрительный, но зато с графиком, домашними заданиями, которые систематизируют и очень сильно помогают закрепить знания на практике.
Лекции на английском, но, по моему есть русские титры для тех кому нужно

[slaykovsky]

Благодарю за ссылку! Только заинтересовался темой и загадал желание — сразу такие плюшки :) Главное — не бросить все на пол-пути :)

[Shchvova]

Пожалуйста! Я бы советовал совместит 2 курса. Мне практические задания очень помогли разобраться.

[zhylin]

да, задания очень нужны для закрепления знаний на этом курсе (и вообще)
я проходил этот курс на курсере (по ссылке выше) — очень понравилось, рекомендую

[max_m]

Этот курс хорош, только вот он уже закончился :)
Скоро стартует похожий стенфордский курс class.stanford.edu/courses/HumanitiesScience/StatLearning/Winter2014/about

[Shchvova]

То что он закончился, никак не мешает взять его :) Но да, спасибо за ссылку!

[slaykovsky]

Благодарю!

[mejedi]

Интересно, на сколько Яндексовый курс сложнее? Я прочитал заголовки, и субъективно там какой-то дико сложный матан доступный лишь для очень умных. Обзорный курс на курсере, с другой стороны, совсем не страшный :)

[Tutufa]

Подняли бы свой edx что-ли, просто лекции не так круто как онлайн курс.
code.edx.org

[anton]

Мы думаем о подобном, но пока ещё не вполне готовы.

[BelBES]

Читал лекции товарисча Воронцова в письменном виде — глубина рассмотрения теоретической составляющей вопроса вызывает уважение. Надо и с видео-курсом ознакомиться…

[amarao]

Не любит яндекс ютуб… А зря.

[qw1]

Увы, youtube — уже не серьёзно, после запуска туда роботов Content ID. Найдут в шумах совпадение со свистом ветра из какой-нибудь попсовой американской песенки, забанят. А ведь поддержка никак с пользователями не общается. Доказать что-то гуглу — проще застрелиться.

[alexxz]

Пропустили заголовок

Лекция 6. Линейные алгоритмы классификации

и ссылку к нему.
Слава богу, несложно было её найти самому.

Большое спасибо Яндекс, что не ограничили скачивания — все одновременнно добавил на закачку. Правда, не понял почему файлы именуются по-разному и почему у второй половины лекций мне не пришлось вводить капчу

[anton]

И точно. Спасибо, сейчас поправлю.

[SerCe]

Было бы круто, если бы вы из лекций сделали курс на Coursera!

[GrizliK1988]

Так же было бы здорово приложить домашние задания. С ними намного быстрее вникаешь во все тонкости алгоритмов.

[ForNeVeR]

На хекслете тогда уж.

[ha2bj]

На digitaloctober.tv/ можно выложить?

[anton]

Видео или ссылку? Разверните чуть подробнее, пожалуйста.

[ha2bj]

Всё ))

[c0rp]

Большое спасибо! Сюдя по всему, это как раз то, чего не хватает всем зарубежным курсам по Machine Learning и Knowledge Discovery. Это теория, математика, объяснение того, как оно устроено «в кишках».

[ForNeVeR]

В первой лекции на 23:50 видно кота! :3

[makondo]

Все это очень здорово. Наверное, начну. Но — не хватает задачек, тестов и дедлайнов, как на курсере. Говорю это под впечатлением только что пройденного machine learning от Эндрю Энга.

В-основном у него там все простенько, но между просмотром лекций и решеним(самому) любой задачки — неизмеримое расстояние.
На Coursera, насколько я понимаю, могут создавать курсы только от какого-то ВУЗа, от коммерческий компаний я не видел. Так что нужно искать площадку или создавать самим…

[XProger]

В shad.yandex.ru/lectures/machine_learning_4.xml по ссылкам «скачать видео» лежит семинар, вместо самой лекции. А встроенное на страницу видео — верное

[anton]

Спасибо, поправим.

[makondo]

Лично мне хотелось бы вникнуть в методы Журавлева оценки алгоритмов распознавания на алгебре над ними. В институте не дошел до понимания, осознал только, что это круто. По-моему, в списке лекций этогй темы нет.

[karlicos]

А есть ли все презентации одним архивом в pdf?
В принципе, их можно скачать в pptx со slideshare по одной и сконвертировать, не слишком сложно, но вдруг кто-то такое уже сделал :)

[elcoyot]

Тут есть все презентации в PDF.

[Dju]

Вместо слайдов для третьей лекции лежат слайды второй

[vsabadazh]

У второй и третьей лекции общая презентация, вторая лекция охватывает чуть меньше половины из неё.

[4y4z]

А есть возможность выложить торрент-файл со всеми лекциями?

[anton]

Сейчас нет, но мы подумаем над этим.

[anton]

Пока сделали в виде папки на Диске, возможно вам так тоже будет удобнее: yadi.sk/d/V9p7E6uAFjHcD

[bormotov]

с именами файлов по ссылке «Скачать PC версию» ад какой-то.
И до 13-й лекции включительно «сохранить на Я.Диск» не срабатывает.

[anton]

Перезагрузили в виде папке на диске. Там всё должно хорошо работать: disk.yandex.ru/public/?hash=mfZnnefNFMCe2q9OM0llTUPBwh/u25zYLcUYAgAAX5o%3D

[bormotov]

во! вот это очень хорошо, даже лучше чем можно было бы представить.

Спасибо!

[valexey]

А задания для самостоятельного решения (задачи на дом/практика) к этому курсу лекций где-то найти можно? А видео семинаров?

[IgorOleynick]

Спасибо за видео! Как раз начал заниматься CV, курс будет очень полезен!

[zombar]

Вот ещё интересные курсы в тему:
www.eclass.cc/courselists/4_machine_learning
www.eclass.cc/courselists/42_data_science

[iamtodor]

Добрый день! В облаке отсутствует "Лекция 10. Прогнозирование временных рядов". Вы могли бы его загрузить?