В этой секции Вы узнаете о передовых методах и подходах к работе с большими языковыми моделями (LLM). Вас ждут доклады от ведущих специалистов в области Data Science, которые поделятся своим опытом и знаниями о том, как создавать умных ассистентов, бороться с галлюцинациями в RAG-системах, обучать большие языковые модели и применять их в различных областях.

Advanced LLMs | Data Fest 2024

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 6, spring 2024)

Первый открытый русскоязычный курс по геоаналитике. Материалы курса будут полезны специалистам в области Data Scientist, поскольку позволят решать геопространственные задачи, а также проводить исследования в области Geospatial Data Science.

Курс Геопространственный анализ данных (бета-версия)

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

MLOps и production в DS исследованиях 3.0

Добро пожаловать на ежегодное соревнование по машинному обучению Data Fusion Contest c призовым фондом в 2 000 000 рублей!

Data Fusion Contest 2024

В этом треке мы собрали записи по MLOps с офлайн-конференции Data Fest Siberia 4

MLOps @ Data Fest Siberia 4

В этом треке мы собрали записи по Career с офлайн-конференции Data Fest Siberia 4

Career (Data Fest Siberia 4 & Halloween 2023)

Дизайн систем машинного обучения. Введение для начинающих.

ML System Design. Autumn 23/24

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

Опыт применения ML в реальных задачах Яндекса

Active