Редактирование курса

← Назад к списку

ID элемента Offer ID school_key Источник Название Школа Цена Старая цена Мин. платеж Длительность Ссылка на курс Диплом/сертификат Формат обучения Картинка Путь категорий Аналитика / Машинное обучение Плюсы 1) Выбирайте любую последовательность прохождения блоков — Изучайте новую тему с помощью лекций и конспектов в удобное время — Закрепляйте практикой на нашей образовательной платформе после каждого урока.;2) Также научимся версионировать конвейеры обработки моделей (пайплайны), рассмотрим ключевые особенности оркестрации, переобучения и повторного развёртывания (передеплоя) ML-моделей.;3) Валерий Бабушкин расскажет о курсе и его содержании. Вы узнаете, в чём ценность каждого блока, какие задачи предстоит решать и сколько времени понадобится на освоение программы.;4) Рассмотрим задачу рекомендаций в парадигме графовых нейросетей, разберем GCN-подобные архитектуры (Graph Convolutional Networks — графовые сверточные сети), их плюс и минусы.;5) Делает инфраструктуру для роботов. Ранее занимался инженерией данных в Blockchain.com и инфраструктурой в команде речевых технологий Х5 Retail Group. CTO в HRTech стартапе.;6) Используем полученные знания для разработки небольшого сервиса на основе рекомендательной системы. В качестве бонуса, обсудим, как добавить механизм АБ-тестирования.;7) В прошлом глава команды глубокого обучения в Яндексе. Пришел в MLOps из анализа данных. Автор курса «How to win data science competitions» на Coursera.;8) Отправляйте свое решение на проверку — Сразу получайте подробную ОС от нашей проверяющей системы — Обсуждайте задачи с экспертами в любой день недели.;9) Подведем итоги блока. Обсудим принципы Data Flywheel — концепции циклического улучшения данных и моделей. Разберём анализ ошибок и доработку моделей.;10) Для доступа к демоверсии вам необходимо зарегистрироваться на нашей образовательной платформе, указав ваши имя, фамилию и электронную почту. Минусы 1) Выбирайте любую последовательность прохождения блоков — Изучайте новую тему с помощью лекций и конспектов в удобное время — Закрепляйте практикой на нашей образовательной платформе после каждого урока.;2) Также научимся версионировать конвейеры обработки моделей (пайплайны), рассмотрим ключевые особенности оркестрации, переобучения и повторного развёртывания (передеплоя) ML-моделей.;3) Валерий Бабушкин расскажет о курсе и его содержании. Вы узнаете, в чём ценность каждого блока, какие задачи предстоит решать и сколько времени понадобится на освоение программы.;4) Рассмотрим задачу рекомендаций в парадигме графовых нейросетей, разберем GCN-подобные архитектуры (Graph Convolutional Networks — графовые сверточные сети), их плюс и минусы.;5) Делает инфраструктуру для роботов. Ранее занимался инженерией данных в Blockchain.com и инфраструктурой в команде речевых технологий Х5 Retail Group. CTO в HRTech стартапе.;6) Используем полученные знания для разработки небольшого сервиса на основе рекомендательной системы. В качестве бонуса, обсудим, как добавить механизм АБ-тестирования.;7) В прошлом глава команды глубокого обучения в Яндексе. Пришел в MLOps из анализа данных. Автор курса «How to win data science competitions» на Coursera.;8) Отправляйте свое решение на проверку — Сразу получайте подробную ОС от нашей проверяющей системы — Обсуждайте задачи с экспертами в любой день недели.;9) Подведем итоги блока. Обсудим принципы Data Flywheel — концепции циклического улучшения данных и моделей. Разберём анализ ошибок и доработку моделей.;10) Для доступа к демоверсии вам необходимо зарегистрироваться на нашей образовательной платформе, указав ваши имя, фамилию и электронную почту. Информация о курсе Программа «Продвинутое машинное обучение» предназначена для специалистов с опытом в сфере машинного обучения и учит решать нестандартные задачи бизнеса. Выбирайте один или несколько из 6 модулей и решайте сами, какие навыки и инструменты осваивать в рамках курса. Программа курса 1)Подробнее про блок<br/>2)Обоснуем необходимость использования uplift и научимся правильно ставить задачу для эффективного моделирования. Рассмотрим популярные решения и метрики качества uplift-моделей.<br/>3)Научимся выживать в ситуациях, когда данных нет, но они очень нужны. Разберем основы парсинга (автоматизированного извлечения) данных с сайтов и сбора сырых данных.<br/>4)Финальный проект модуля, в котором предстоит построить живую систему динамического ценообразования, учитывающую обратную связь от пользователя<br/>5)Научимся строить модель спроса разными способами от самого простого - аналического - до самого сложного - трансформера<br/>6)Научимся удовлетворять запрос бизнеса "максимизировать одну бизнес метрику не допускать просадку другой"<br/>7)Применим знания построения модели спроса в подходе к решению задачи динамического ценообразования<br/>8)9.Парсинг (автоматизированный сбор) данных из Интернета, сбор датасетов (наборов данных)<br/>9)Применим знания расчета эластичности к решению задачи динамического ценообразования<br/>10)Научимся оценивать алгоритмы в онлайне с помощью АБ тестирования и Switchback Чему вы научитесь 1)Выбирайте любую последовательность прохождения блоков — Изучайте новую тему с помощью лекций и конспектов в удобное время — Закрепляйте практикой на нашей образовательной платформе после каждого урока<br/>2)Также научимся версионировать конвейеры обработки моделей (пайплайны), рассмотрим ключевые особенности оркестрации, переобучения и повторного развёртывания (передеплоя) ML-моделей.<br/>3)Валерий Бабушкин расскажет о курсе и его содержании. Вы узнаете, в чём ценность каждого блока, какие задачи предстоит решать и сколько времени понадобится на освоение программы.<br/>4)Научимся выбирать между монолитной архитектурой и микросервисами, понимать как организовать взаимодействие между сервисами.<br/>5)Вы сможете продолжить использовать свою учётную запись для обучения на полной версии курса или других наших программах.<br/>6)Узнаем зачем использовать контейнеры и научимся заворачивать свой ML сервис в контейнер.<br/>7)Изучайте новую тему с помощью лекций и конспектов в удобное время<br/>8)Ex-Iterative.ai. Участник ods.ai. Пришел в MLOps из разработки.<br/>9)Разработчик инструментов для MLOps в Evidently Lab<br/>10)Вывод модели в прод (внедрение в эксплуатацию) Лучший курс Курс на главной Дата начала Статус курса Активность Meta Title Meta Description Продвинутое машинное обучение — в KARPOVCOURSES - karpov.courses, цена 82400 ₽, формат: Смешанный, Сертификат. Смотрите программу, описание, отзывы и условия обучения. Дата создания Дата изменения Сохранить