ML для задач маркетинга: привлечение, удержание, работа с узнаваемостью, и многое другое где бизнесу пригодится ML уже сегодня.

ML in Marketing | Data Fest 2024

Современные подходы и инструменты для исследований на данных, разработки и внедрения ML-решений в production.

MLOps и production в DS исследованиях 3.0

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

Natural Language Processing (NLP) is a domain of research whose objective is to analyze and understand human languages and develop technologies to enable human machine interactions with natural languages. NLP is an interdisciplinary field involving linguistics, computer sciences and artificial intelligence. The goal of this course is to provide students with comprehensive knowledge of NLP. Students will be equiped with the principles and theories of NLP, as well as various NLP technologies, including rule-based, statistical and neural network ones. After this course, students will be able to conduct NLP research and develop state-of-the-art NLP systems.

Natural Language Processing course (stream 5, autumn 2023)

Изучаются алгоритмы обучения с подкреплением, использующие нейронные сети.

Deep Reinforcement Learning

Особенности применения NLP в практических задачах

NLP in practice

Продвинутые подходы и инструменты для разработки и внедрения ML-решений в production.

MLOps и production подход к ML исследованиям 2.0

Natural Language Processing course (stream 2, spring 2022)

AIJ Contest - an international online data analysis and AI competition held among industry developers and experts worldwide since 2016.

AIJ Contest

Хрестоматия разработчика компьютерного зрения: как без боли решить задачу компьютерного зрения и заставить это решение работать в проде. Вдохновляемся опытом коллег о том, как они прошли через тернистый путь разработки модели компьютерного зрения для своих задач.
Если вы хотите дополнить трек своим докладом, то пишите в Telegram @sigmoida или в ODS @Sonya.

Active