Дизайн систем машинного обучения. Введение для начинающих.

ML System Design. Autumn 23/24

В этой секции вы узнаете, как работает ChatGPT как с теоретической, так и с практической точки зрения.

Instruct Models (Data Fest 2023)

В этом треке мы собрали записи по Career с конференции Data Fest 2023

Career (Data Fest 2023)

Практикоориентированный онлайн-курс по созданию реального продукта на данных с менторской поддержкой и возможностью поступить в магистратуру ИТМО без экзаменов

My First Data Project: от идеи к продукту

Про инженерные подходы к обработке информации. В нашей секции мы стараемся уйти от buzzword-ов и говорить только про инженерные подходы и решения, делится опытом и набитыми шишками.

Engineering in DS

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

ML REPA

A tutorial on uncertainty estimation in ML for a non-research practitioners of machine learning. Will cover basics of uncertainty estimation via ensemble methods, ensemble-emulation methods and generative methods. We will also provide a detailed case-study of an example usage of uncertainty estimation.

Uncertainty Estimation in ML

SysML — это область анализа данных и больших данных, в которой внимание уделяется вопросам применения машинного обучения и больших данных в продакшне. В докладах мы обсуждаем почему некоторые из подходов из Kaggle-конкурсов не работают на реальных задачах, в чем особенность больших нагрузок при применения машинного обучения, как считать тяжелые фичи на лету и как справиться с большими объемами данных.

SysML

Инструменты и практики управления экспериментами в Machine Learning, обеспечения воспроизводимости (Reproducibility) и автоматизации процессов.

Machine Learning REPA: Reproducibility, Experiments and Pipelines Automation

Серия осенних митапов 2021, на которых обсуждается ML для задач маркетинга: привлечение, удержание, работа с узнаваемостью, где вашему бизнесу пригодится ML уже сегодня

Active