1.1 Тест

Рассмотрим адаптацию алгоритма Илона Маска для повышения эффективности внутренних процессов в data science. Разберём этапы, которые должны предшествовать построению AutoML.

6

–

December 19 at 08:59 PM

3.1 Тест

Начнём знакомство с AutoML с обзора открытых решений: поймём общий принцип работы библиотек, их преимущества и недостатки, сформируем потенциальные векторы улучшений. Помимо технической стороны, рассмотрим и пользовательскую: ожидания Data Scientist'ов от AutoML и типовые проблемы, с которыми они сталкиваются в работе.

3

–

December 19 at 08:59 PM

4.1 Тест

AMELIA - ML-компоненты решения

6

–

December 19 at 08:59 PM

5.1 Тест

В данном блоке мы подробно рассмотрим аналитический компонент AMELIA: расскажем, как AutoML помогает проверять гипотезы, находить инсайты в данных и предотвращать модельные проблемы.

4

–

December 19 at 08:59 PM

6.1 Тест

В этом видео обсудим наш опыт разработки и внедрения собственного AutoML: расскажем, как автоматизация влияет на Data Science процессы в компании и с чего её лучше начинать, рассмотрим, как улучшить пользовательский опыт и сделать AutoML максимально эффективным.

3

–

December 19 at 08:59 PM

8.1 Тест

Расскажем, какие банковские задачи решаются нейронными сетями, почему построение нейросетей стоит автоматизировать, как выглядит сервис автоматизации с точки зрения пользователя. В конце блока мы проведём сессию Live-coding'a, на котором мы вместе с вами реализуем свой собственный AutoDL с нуля.

3

–

December 19 at 08:59 PM

9.1 Тест

Разберём основные архитектуры банковских нейросетей, используемых в сервисе AutoDL, как готовим к ним данные, а также рассмотрим объединение моделей в ансамбль и техники предобучения.

3

–

December 19 at 08:59 PM

10.1 Тест

Расскажем про результаты автоматизации разработки и внедрения нейросетей в банковских задач, поговорим про инсайты, которые обнаружили в процессе автоматизации.

3

–

December 19 at 08:59 PM

Тест

18

–

December 19 at 08:59 PM