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 3, autumn 2022)

Дизайн систем машинного обучения. Введение для начинающих.

ML System Design. Autumn 22/23

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

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 course (stream 2, spring 2022)

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

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".

Open ML Course: Линейные модели

Опыт применения ML в реальных задачах Яндекса

Practical ML

Расскажем и покажем на практике, как мы умеем применять ML алгоритмы в различных областях жизни - от чисто бизнесовых вопросов до исследования космических частиц. Не забудем также затронуть вопросы жизненного цикла моделей и важности его автоматизации.

Various ML applications: RecSys, MLOps, NLP, Physics, Geo

Применение нейронных сетей на многомерных временных данных для решения классических банковских задач

Active