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 2023

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

MLOps и production подход к ML исследованиям 2.0

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

mlcourse.ai is an open Machine Learning course by OpenDataScience (ods.ai), led by Yury Kashnitsky (yorko). Having both a Ph.D. degree in applied math and a Kaggle Competitions Master tier, Yury aimed at designing an ML course with a perfect balance between theory and practice. Thus, the course meets you with mathematical formulae in lectures and a lot of practice in a form of assignments and Kaggle Inclass competitions. In 2017-2019, some 26k people participated in active course sessions offered twice a year, and ~1500 finished the course. ODS has witnessed multiple stories about the course changing careers of those who had passed it. Currently, the course is in a self-paced mode. Here we guide you through the self-paced mlcourse.ai.

Active

Open ML Course: Линейные модели 2023

MLOps и production подход к ML исследованиям 2.0

Курс по uplift моделированию

Open Machine Learning course mlcourse.ai (self-paced)