Изучаются алгоритмы обучения с подкреплением, использующие нейронные сети.

Deep Reinforcement Learning (autumn 2024)

Учим избавляться от рутины во внутренних процессах жизненного цикла моделей и повышать эффективность своей работы.

AutoML in practice

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

Особенности применения NLP в практических задачах

NLP in practice

Митап ODS Reliable ML по АБ-тестированию и Causal Inference - 17 декабря 2022 г.

Reliable ML AB Testing & Causal Inference Meetup

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

Дизайн систем машинного обучения. Введение для начинающих.

ML System Design. Autumn 22/23

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)

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.

Active