Дизайн систем машинного обучения. Введение для начинающих.

ML System Design. Autumn 23/24

Цель трека - создание causal inference guide для data scientist-ов. Классические и современные подходы причинно-следственного анализа в применении к задачам машинного обучения.

Causal Inference in ML

Welcome to the Machine Learning REPA: Reproducibility, Experiments and Pipelines Automation!

ML REPA

В каких кейсах использовать аплифт модели? Какие бывают типы моделей, как их обучить? Как оценить качество? Как подготовить обучающую выборку? Как провести АБ тест с аплифт моделью? Все это вы узнаете из курса по uplift моделированию от создателей библиотеки scikit-uplift.

Курс по uplift моделированию

Как управлять внедрением и развитием продвинутой аналитики, чтобы ML был применим в бизнес-процессе и приносил финансовую пользу.

Active

ML System Design. Autumn 23/24

Causal Inference in ML

ML REPA

Курс по uplift моделированию

Reliable ML