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

Reliable ML

Курс о линейной зависимости: поговорим о линейной и логистической регрессиях, метриках, валидации, генерации признаков и применим знания в конкурсе "Турникеты".

Open ML Course: Линейные модели

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

MLOps и production подход к ML исследованиям 2.0

Цель трека - создание сообщества для решения актуальных проблем интерпретируемости моделей машинного обучения и выявления причинно-следственных связей в них.

Interpretable & Causal ML

Matching соревнование по машинному обучению: научитесь угадывать одних и тех же клиентов по их поведению на данных транзакций и кликстрима. 3 задачи, 2 номинации и 2 000 000 рублей!

Data Fusion Contest 2022

Вводный курс. Основные принципы и подходы Lean Data Science.

Lean course

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 2, spring 2022)

MLOps и production подход к ML исследованиям

Курс о линейной зависимости: поговорим о линейной и логистической регрессиях, метриках, валидации, генерации признаков и применим знания в конкурсе "Alice".

Active

Reliable ML

Open ML Course: Линейные модели

MLOps и production подход к ML исследованиям 2.0

Interpretable & Causal ML

Data Fusion Contest 2022

Lean course

Natural Language Processing course (stream 2, spring 2022)

MLOps и production подход к ML исследованиям

Open ML Course: Линейные модели