Дизайн систем машинного обучения. Введение для начинающих.

ML System Design. Autumn 23/24

ML System Design. Autumn 22/23

Цель трека - создание causal inference guide для data scientist-ов. Классические и современные подходы причинно-следственного анализа в применении к задачам машинного обучения.

Causal Inference in ML

MTC. Your first recsys

ML in Marketing: ML для задач маркетинга. Привлечение, удержание, работа с узнаваемостью, где вашему бизнесу пригодится ML уже сегодня.

ML in Marketing

Про хранение, визуализацию, обработку и анализ данных с применением языка программирования Python.

PyData

Трек для глубокого изучения рекомендательных систем на практике

Your Second RecSys

Этот курс позволит вам погрузиться в удивительный мир квантового машинного обучения! Курс максимально ориентирован на практику, на методы, которые работают уже сегодня, в NISQ-эпоху (Noisy Intermediate-Scale Quantum), когда кубитов мало и они не идеальны.

Открытый курс квантового машинного обучения

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 1, autumn 2021)

NLP, CV, Whitebox, AutoUplift, автоматические отчеты и мониторинг в LightAutoML

Active